1. 比赛定义与观测边界
1.1 任务是什么
Task B 是 ATEC2026 Simulation Challenge 的 Garbage Collection 任务，机器人平台是 Unitree B2 加 Piper 机械臂。目标不是单纯导航，而是让机器人在场景中寻找目标物体，完成接近和操作，并将物体送入指定垃圾桶。
官方仓库是唯一的任务定义来源：
官方仓库的任务参数、动作维度、关节顺序、相机命名和 runner 可能随版本变化。教程中的文字用于建立推理框架，实际运行必须以检出的官方版本为准。
1.2 合法观测
公开任务说明显示，Task B 的主要输入包含：
- 机器人本体状态和 proprioception。
- LiDAR 等外部几何观测。
- 头部 RGB-D 图像，用于搜索和远距离目标定位。
- 末端 RGB-D 图像，用于近距离对准和操作。
这里的“外部”是相对于机器人本体的传感器，而不是一台能看到全场的上帝视角相机。环境中即使为了调试而添加了第三方相机，也不能自动把它当成 policy observation。
1.3 禁止依赖
以下信息只可以用于本地诊断或离线标注，不能进入正式策略输入：
| 信息 | 原因 |
|---|---|
| 仿真对象真值位姿 | 等价于直接读取答案，绕过感知问题 |
| 随机种子对应的物体列表 | 破坏跨场景泛化，并可能违反评测边界 |
| 机器人真值位姿或对象 ID | 不是传感器可观测量 |
| 全局环境相机图像 | 若不在官方 observation space，就不是合法策略输入 |
评测器内部的 grasped_objects 等状态 |
可以用来验证成功，但不能作为策略决策输入 |
本地调试时可以把这些量输出到日志，用于回答“为什么没有抓到”；提交前必须把它们从 observation、policy、奖励和终止条件中移除。
1.4 为什么“拿坐标去导航”不够
一个目标的平面坐标只能解决“机器人基座往哪里走”。它没有解决：
- 目标是否被正确识别。
- 目标在头部相机和末端相机中的投影是否一致。
- 机械臂基座、末端和夹爪的变换是否校准。
- 目标是否位于夹爪可达工作空间。
- 夹爪闭合后物体是否真的被提起。
- 机器人能否携带物体到垃圾桶并松开。
- 评测器是否确认放置成功，而不是只确认机器人经过目标附近。
因此实现应当把“坐标导航”当成中间阶段，而不是任务终点。