3. 实现路线与阶段状态机

3.1 推荐路线

阶段 0：环境和接口审计

先不训练。确认官方环境可以启动，打印 observation 的键、类型、形状和 action space，记录机器人平台、相机名称、深度单位、控制频率和动作缩放。

阶段 1：只做合法观测的搜索

让机器人固定在安全姿态，使用头部 RGB-D 和 LiDAR 完成全场扫描。目标是回答“能否从传感器发现目标”，而不是立刻抓取。

阶段 2：目标定位和基座接近

将图像检测结果转为相机坐标，再通过已校准外参转为基座坐标。只让基座接近，保持机械臂收纳。用末端前方的安全距离作为接管条件。

阶段 3：末端相机锁定

切换到末端 RGB-D，使用视觉伺服修正左右偏差、距离和高度。头部相机负责“找到”，末端相机负责“够到”。这正是公开 SLAM 方案中最值得迁移的接口分工。

阶段 4：抓取和提起验证

机械臂伸出、夹爪闭合、等待稳定，然后小幅提起。提起阶段必须检查物体是否跟随，失败后回退到搜索，不直接进入垃圾桶路线。

阶段 5：搬运和放置

携带物体导航到垃圾桶，保持低速和稳定姿态；到达后打开夹爪，观察物体是否进入垃圾桶区域，并完成放置确认。

3.2 状态机

textSEARCH
  -> LOCALIZE
  -> APPROACH
  -> EE_LOCK
  -> REACH
  -> CLOSE
  -> LIFT_VERIFY
       fail -> OPEN_RESET -> SEARCH
  -> CARRY
  -> BIN_ALIGN
  -> RELEASE
  -> PLACE_VERIFY
       fail -> RECOVER or SEARCH
  -> NEXT_TARGET / FINISH

每个状态至少输出：episode_id、step、target_class、phase、observation_source、action_norm、distance_estimate、contact_state、grasp_state、placement_state 和 failure_code。

3.3 关键门槛

门槛	通过标准	不通过时不要做什么
观测	官方 runner 可稳定读到合法键和形状	不要先调抓取策略
导航	多个目标和多个 seed 都能到达接管区域	不要把固定坐标写成通用方案
末端对准	视觉误差稳定下降且无持续抖动	不要直接加大动作幅度
抓取	提起后物体随夹爪运动	不要用碰撞分数替代抓取确认
放置	释放后物体进入垃圾桶判定区域	不要只凭视频中“看起来放下了”
评测	使用官方评测器并保留原始日志	不要只报告自定义指标

3.4 任务 B 的工程取舍

比赛时间有限时，应先建立一个可解释的分层基线：规则搜索加视觉伺服，再替换单个模块。一次同时替换检测器、导航器、全身控制和夹爪策略，会让失败无法定位，也难以把经验公开成教程。