任务 owner config 契约

任务 owner YAML 是一条已 compose 的 任务/backend/算法 路径的身份。该契约记录在 ADR-0003 Task Owner And Config Compose Contract。

Owner 路径

  • PPO 与 APPO 的 owner YAML 使用 src/unilab/conf/{ppo,appo}/task/<task>/<backend>.yaml。

  • Off-policy 算法（SAC / TD3 / FlashSAC）各自有独立的配置树： src/unilab/conf/<algo>/task/<task>/<backend>.yaml。

必需语义

  • 使用对外的 CLI flag 切换 backend，例如 uv run train --algo ppo --task go2_joystick_flat --sim mujoco 或 uv run train --algo ppo --task go2_joystick_flat --sim motrix。

  • 对于 off-policy 入口，--algo <algo> 选择按算法划分的配置树；owner YAML 路径为 src/unilab/conf/<algo>/task/<task>/<backend>.yaml。

  • training.sim_backend 是所选 owner YAML 内部的身份字段，而不是一个独立的 backend 切换开关。

  • 与 backend 相关的 reward、env、scene 与算法差异属于 owner YAML，而不是训练 脚本。

  • 当任务使用奖励时，reward config 必须由 owner YAML 显式注入。

仓库中的证据

  • PPO owner 示例：src/unilab/conf/ppo/task/go2_joystick_flat/mujoco.yaml

  • APPO config 根目录：src/unilab/conf/appo/config.yaml

  • Off-policy config 根目录：src/unilab/conf/{sac,td3,flashsac}/config.yaml

  • Config 测试：tests/config/test_config_system.py、 tests/scripts/test_train_script_configs.py、 tests/envs/locomotion/g1/test_g1_owner_contract.py