sim2lerobot 文档

主题

l2/scripted/ — L2 来源 #1：手写 SM / motion planner ​

在 pipeline 里的位置 ​

L2 数据生成层最容易上手的一支：用确定性的状态机或 motion planner 当"专家策略"，在 IsaacLab 仿真环境里 GPU 并行 rollout，把成功轨迹写到 data/demos/scripted_*.hdf5。

数据金字塔角色：量级最大（10⁵+ 条/天），覆盖底座技能。

核心做什么 ​

  1. 选定 task（默认 Isaac-Lift-Cube-Franka-IK-Abs-v0）。
  2. state_machine.py 用 Warp kernel 跑一个确定性 SM：REST → APPROACH_ABOVE → APPROACH → GRASP → LIFT。
  3. RecorderManager 自动把每步 (obs, action) 写到 EpisodeData buffer。
  4. episode 结束（success / time_out / object_dropping）时，EXPORT_SUCCEEDED_ONLY 模式只把 success=True 的 episode 落盘到 HDF5。

怎么跑 ​

bash
# 默认 4 envs，10 个 success 大约 30 秒
uv run python l2/scripted/collect.py --num_demos 10 --num_envs 4

# 看一眼 schema
uv run python tools/h5_inspect.py data/demos/scripted_lift_cube.hdf5

产物：data/demos/scripted_lift_cube.hdf5

关键设计决策 ​

  • HDF5 schema 用 IsaacLab 官方 data/demo_{i}/... 布局，不用试验期的 episodes/{i}/...。详见 HDF5 Schema。落盘由 RecorderManager + HDF5DatasetFileHandler 自动完成，本子目录不直接调 h5py。
  • action 空间：IK abs 7d pose + 1d gripper。三种来源都对齐到这个表示，详见 obs/action 对齐。
  • obs 拆开存：env_cfg.py 设 concatenate_terms=False，5 个 obs term（joint_pos / joint_vel / object_position / target_object_position / actions）分别落到 obs/<key>。
  • success 由 termination 终止项 + EXPORT_SUCCEEDED_ONLY 自动过滤：env_cfg.py 加了 terminations.success = DoneTerm(object_reached_goal)，RecorderManager 在 reset 时读它写到 episode attr，失败的 episode 不落盘。无需自己写 success buffer 或 pre-step 判定（那是没用 RecorderManager 时代的 workaround）。
  • panda down-grasp 朝向：SM 给 IK 的 quat 用 (qx=0, qy=1, qz=0, qw=0)，对应绕 Y 轴 180°、panda_hand 自上向下。给单位 quat (0,0,0,1) IK 会把 EE 翻成立起来。

文件清单 ​

文件用途
collect.py主入口：构造 env、循环驱动 SM、写入 HDF5
state_machine.pyPickAndLiftSm，Warp kernel 实现的 5-状态 FSM
env_cfg.py在官方 Isaac-Lift-Cube-Franka-IK-Abs-v0 上加 success term + 录制配置

扩展点 ​

  • 把 SM 换成 cuRobo motion planner
  • 通过 mimic（isaaclab_mimic）把单条 SM demo 扩增上百倍
  • 加域随机化（光照 / 摩擦 / 物体位置）
  • 加 camera 观测：env_cfg.py 里有 TODO，要同时加 scene.front_cam = CameraCfg(...) + observations.policy.front_cam = ObsTerm(...)

参考：L2 三种轨迹来源 §1。