Allegro / Sharpa 手内操作部署¶
在 16 自由度的 Allegro 手或 17 自由度的 Sharpa 手上进行方块重定向。UniLab 以无触觉 方式训练它们 —— 观测仅为关节状态 + 方块位姿。
难点在哪¶
手内操作是对摩擦与接触敏感的任务。在以下方面的微小偏差：
方块边缘几何（圆角半径、表面粗糙度）
手指接触垫摩擦（取决于温度和湿度！）
关节回差
都可能把策略推到它在仿真中未曾见过的工况之外。使用任务自带的域随机化配置，并在硬件 上机前于仿真中验证这些范围；见 面向真机迁移的域随机化。
观测契约¶
分组 |
维度 |
硬件上的来源 |
|---|---|---|
关节位置 |
16（Allegro）/ 17（Sharpa） |
编码器 |
关节速度 |
16 / 17 |
编码器差分，低通滤波 |
方块位姿（世界系） |
7 |
视觉（RGB-D + 位姿估计器，或基准标记） |
方块线速度/角速度 |
6 |
位姿的有限差分，低通滤波；在真机上有噪声 |
目标旋转四元数 |
4 |
指令 |
上一步动作 |
16 / 17 |
上一次策略输出 |
视觉管线延迟
位姿估计延迟取决于具体的部署栈。在硬件观测构建器中测量它，然后在硬件部署前让训练 owner 与部署运行时在观测时序上达成一致。见 延迟预算。
抓取生成器¶
4-allegro_inhand 与 sharpa_inhand 两个环境都自带一个抓取生成器，用于采样
合理的初始手部构型。硬件侧的等价物是操作员把方块放到手里 —— 请核实你的起始构型分布
与训练环境的抓取生成器输出相匹配（参见
unilab.envs.manipulation.allegro_inhand.grasp_gen）。
如果你真实世界的起始握持存在系统性差异，把这些位姿加入抓取生成器，重新训练， 然后再试。
动作接口¶
操作类环境通过任务控制配置把策略动作映射为关节位置目标
（src/unilab/envs/manipulation/allegro_inhand/base.py 和
src/unilab/envs/manipulation/sharpa_inhand/base.py）。部署控制器必须使用相同的
关节顺序、动作缩放与限位策略。
失败恢复¶
掉落在不重新抓取的情况下无法恢复。硬件侧安全层应当持有掉落检测器，使用部署栈实际 提供的任何方块位姿或力感知。一旦检测到，进入控制器的安全状态并告警操作员。