赛后复盘与复现边界

已验证的工程结果

1. SIMPLE 多种子全身抓取

SIMPLE 的 G1 全身弯腰抓取放置样例在多个种子下生成过稳定的多视角数据。有效经验是：固定可达抓取姿态、低速运输、闭爪保持、放置前降低末端速度，并根据在线状态切换强保持或恢复配置。

这批数据是迁移教师，不代表 FCloud 的正式得分。公开归档保留视频和说明时，会明确它的环境、任务和用途。

2. MuJoCo 水果抓取

mujoco_fruits_picking 的 KUKA［机械臂］+ Robotiq 2F85［两指夹爪］样例经孤立环境修复后，完成过橙子真实接触抓取、抬升、运输和放到盘子。这个结果说明低接触高度、闭爪保持和慢速运输对两指夹爪很重要。

它只用于验证“物理抓取证据怎么做”和“视频如何审查”，不属于 FCloud 机器人或 FCloud 场景。

3. Unitree Quest 3 采集链路

Unitree 官方 Isaac Lab［机器人学习框架］环境的仿真服务、三路机器人相机、G1 IK［逆运动学］、Dex1 DDS［数据分发服务］和 Quest 3 遥操作客户端曾分别启动。当前公开边界是“采集链路可启动”，不是“已经得到稳定的比赛抓取数据”。

主要未决问题包括肘部动作映射、末端坐标标定、夹爪闭合幅度、实时渲染噪点和完整动作示范质量。

4. CAPX/B1K 参考线

CAPX/B1K 的资产哈希不匹配、场景加载、LLM［大语言模型］代理和桌边导航问题曾完成修复或定位；folder_231［目标文件夹］的高位预抓取曾在特定站位达到约 4 cm 末端误差。但后续手臂路径仍会扫落物体或出现规划失败，没有形成可声称的完整抓取放置成功。

CAPX 的价值在任务分层：移动到桌边、稳定观察、近距离操作、验证结果。它不能替代 FCloud 的机器人、相机和场景。

未解决问题

• FCloud 官方家庭场景中的 G1/G2 全身移动与桌面整理完整闭环没有被公开归档为稳定高分结果。
• Pi0.5［机器人视觉语言动作模型］微调链路只做过接口和数据格式验证，不能把旧的真值教师或物体跟随数据称为有效训练集。
• SAM3［分割模型］、AnyGrasp［抓取姿态生成模型］和 cuRobo［机器人运动规划库］都不是自动解决坐标标定、末端偏移、碰撞和夹爪接触的替代品。
• Isaac Sim［机器人仿真器］4.5 与 Blackwell［新一代 GPU 架构］实时渲染的噪点需要通过渲染配置或 Isaac Sim 5.x 升级处理；视频编码本身不是主要根因。

可复现边界

公开资料可以复现：任务拆解、代码结构、数据格式、局部自评分、物理接触验收标准和失败分析。公开资料不能保证只凭 git clone［代码克隆］或下载归档就启动完整比赛环境，因为 Isaac Sim 资产、GPU 驱动、官方任务包和部分第三方权重具有环境或许可依赖。