5. 外部优秀方案对照
比赛仓库的公开 fork 网络是检索参赛实现的第一入口：ATEC 官方 fork network。下面只引用公开仓库，不把外部代码复制进本仓库。
5.1 最接近完整 Task B 的方案：SLAM fork
- 仓库：cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge
- Task B demo：demo
- Task B 文档：doc
- 末端相机锁定：task_b_ee_lock_pipeline.md
- 快速移动训练：task_b_fast_locomotion_training.md
- 物体分类器：task_b_object_classifier.md
它公开了多段 Task B 脚本，包括导航、接近、机械臂校准、下蹲和末端锁定，结构上最接近完整参赛实现。其值得迁移的地方是：
| 模块 | 可迁移的思想 | 迁移前必须重做 |
|---|---|---|
| 搜索 | 分段 waypoint、每点 360 度头部扫描 | 地图范围、目标数量、速度和终止条件 |
| 接近 | 头部相机找到目标后切换末端相机锁定 | 相机外参、深度单位和 B2-Piper 末端坐标 |
| 近场控制 | 视觉对准加基座微调，接近后进入下蹲/伸臂 | 夹爪工作空间、地面高度和碰撞安全 |
| 分类 | 对 RGB crop 做轻量目标类别判断 | 目标类别、数据分布和正式评测输入 |
| 运动 | 为直行和接近单独做速度策略 | 训练环境和官方 scoring 行为 |
| 调试 | smoke test、数据检查和单目标验证门槛 | 本机 GPU、seed、runner 和日志目录 |
重要限制：该仓库的公开文档和导航脚本并不能自动证明最终完成了真实“抓取并放入垃圾桶”。其中一条默认导航路线包含 touch/service 风格的处理逻辑，因此复现时必须单独验证夹持、提起和放置，而不能把“触碰目标”当成完整成功。
5.2 Clear fork：运动和下蹲校准参考
- 仓库：StevenLiudw/Clear_ATEC2026_Simulation_Challenge
- 主要价值：B2-Piper 的 locomotion、crouch、机械臂动作与 policy 导出调用示例。
它更适合作为底层控制和动作映射参考，不应被描述为完整的目标搜索、抓取、搬运和放置实现。迁移时先验证 checkpoint 路径、关节顺序、动作维度和控制频率。
5.3 Lhy fork：G1/GR00T 适配参考
- 仓库：Lhy6900/ATEC2026_Simulation_Challenge
- 主要价值：G1 机器人动作映射、GR00T policy adapter、盲走和速度命令接口。
它不是 B2-Piper Task B 的完整方案。可以借鉴 policy adapter 的组织方式，不能直接拿 G1 的 29 维动作映射替换 B2-Piper 的动作接口。
5.4 其他 fork 的判断
官方 fork network 中不少仓库与官方主线相同或只包含实验性修改。检索时应优先看：自定义 commit、Task B 专属文档、demo/solution.py、评测日志和许可证，而不是只看仓库名称。
5.5 许可证和获取方式
官方仓库、Clear fork 和 SLAM fork 当前公开 LICENSE 为 MIT 风格授权。本文不复制其大文件和完整代码，只保留归因、链接和获取脚本。需要本地研究时运行：
bashbash ../code/fetch_reference_repos.sh "${TMPDIR:-$HOME/.cache/atec2026-reference}"
脚本会把源码放到仓库外指定目录，避免把外部代码误提交到 Datawhale 教程仓库。