分层边界

本页是 ADR-0001 Runtime Model And Layer Boundaries 中所记录架构规则的 检查清单。项目的权威标准见 Developer 指南。

Owner 层

层

Owner 路径

拥有

L0 Backend

src/unilab/base/backend/

物理 backend 抽象、由 backend 拥有的场景 materialization、backend 能力。

L1 Env

src/unilab/envs/、src/unilab/base/np_env.py

MDP 语义、观测、奖励、reset 逻辑、backend 到任务的适配。

L2 Config 与 Registry

conf/、src/unilab/structured_configs.py、src/unilab/base/registry.py、src/unilab/training/reward.py

Hydra compose、owner YAML 身份、env/reward 注册。

L3 算法与 IPC

src/unilab/algos/、src/unilab/ipc/

Learner、runner、collector、replay 与 rollout buffer、权重同步。

L4 Scripts

scripts/

仅做入口装配。

规则

  • 在 owner 层修复行为。训练脚本不应承载长期的 env、backend、reward 或算法业务 规则。

  • env 代码可以依赖 src/unilab/base/backend/base.py 中声明的 SimBackend 契约；如果共享的 env 逻辑需要某个新的 backend 能力，先将其加入 SimBackend， 再使用。

  • Config 选择应保留在 conf/ 下的 Hydra owner YAML 中，而不是放在 Python 层的 backend 分支里。

  • 资源、XML 与模型元数据相关的工作属于 init、materialization 或 cache 路径。 不要把资源解析挪进 step()、reset() 或运行时 domain randomization 循环。

仓库中的证据

  • 架构契约：ADR-0001 Runtime Model And Layer Boundaries

  • Backend 边界：src/unilab/base/backend/base.py

  • Env 状态契约：src/unilab/base/np_env.py

  • Registry 构造路径：src/unilab/base/registry.py

  • 训练入口：scripts/train_rsl_rl.py、scripts/train_mlx_ppo.py、 scripts/train_appo.py、scripts/train_offpolicy.py