硬件安全层

策略在训练契约下产生动作。一个部署侧的安全层必须位于策略输出与电机驱动器之间， 并在契约违例成为执行器指令之前将其拒绝。

必备组件

层

职责

模式检查

动作具有正确的 dtype、形状、有限值。拒绝 NaN / Inf。

范围钳制

将每个关节目标钳制到部署配置的关节限位。

Δ 钳制

使用部署控制器拥有的阈值，拒绝或钳制逐步的动作增量。

速率限制

在钳制之后施加变化率限制。

看门狗

若在控制器拥有的超时内没有新的动作到达，则保持最后一个已知的安全目标，或进入 控制器的安全状态。

姿态监控

横滚 / 俯仰超出工作包络 → 触发故障。

操作员停止

大红按钮 → 立即关闭力矩，无论处于何种状态。

安全层位于何处

        flowchart LR
    P[Policy ONNX] --> S[Safety layer<br/>C++ on robot computer]
    S -->|safe target| D[Motor driver]
    D -->|encoder + IMU| Pre[Observation builder]
    Pre --> P
    S -.->|fault| OP[Operator UI]
    OP -.->|E-stop| D

把硬实时的安全检查放在部署控制器中，而不是训练脚本里。仓库不实现生产级的电机驱动器 安全回路——该边界由你构建并测试。

策略假定你已配置的内容

策略期望的是其训练 owner 所声明的动作映射与限位。对 G1 WBT owner （src/unilab/conf/sac/task/g1_wbt_obs/mujoco.yaml）：

量

权威来源

动作缩放

env.actions.joint_pos.scale（该 owner 为标量 2.0；其他 owner 声明按 actuator 解析的正则 → 数值映射）

默认关节角

use_default_offset: true，即 owner 场景 XML 中 stand keyframe 的关节段

关节限位

场景 XML 中的 jnt_range

kp / kd

场景 XML 中 position actuator 的 gainprm / biasprm

请从 owner YAML 及其场景派生这些量，并原样复现 owner 解析后的逐 actuator 缩放—— 标量 owner 与正则映射型 owner 不可互换。不要把关节范围或增益手工复制到第二处，那会 与资产静默漂移。

交接测试

在把 策略 → 安全层 → 电机 集成起来之前，先隔离测试安全层：

  1. 注入一个 NaN 动作，验证该指令被拒绝。

  2. 注入一个超范围的关节目标，验证钳制使用了 owner 场景 XML 中的关节范围。

  3. 在运行途中切断策略输入，验证控制器进入其配置的安全状态。

另请参阅