SELF-PACED WORKSHOP
探索社区的更多运动技能
用同样的观察—动作—奖励思路，认识社区的跳跃、篮球平衡与技能切换。
同一机器人，可以学什么
前两次训练关注行走与地形适应。社区还用强化学习训练了跳跃、篮球平衡等技能：硬件可以相同，但任务、奖励、初始状态与结束条件不同。下面的社区演示来自各项目自己的仿真环境；它们展示技能思路，不代表已在这里的 Newton 场景或真机上通过相同评测。
| 技能 | 观测与动作 | 奖励与完成条件 |
|---|---|---|
| 跳跃 | 本体状态与一次性起跳指令 → 关节动作 | 起跳高度、落地姿态、落地后是否站稳 |
| 篮球平衡 | 机器人与球的状态 → 关节动作 | 持续平衡、球与身体位置、存活时长 |
| 行走 | 本体状态与速度指令 → 关节动作 | 速度跟踪、稳定性、能耗与动作平滑性 |
迁移这些技能时，可在 Isaac Sim 添加对应的道具和接触几何，再通过 Isaac Lab 配置观测、奖励与重置分布。即使观测维度相同，也不保证模型能直接互换：例如社区跳跃把速度指令的第一个分量用作起跳开关，必须遵循该技能的接口约定。
给技能定义边界
行走策略可以持续接收速度指令，而踢球是一个有明确起止点的短时技能。Isaac Lab 的任务结构便于复用相同的观测、动作与执行器接口，并用命令、事件和终止条件表达技能边界；Newton 的接触与机身状态则让“脚确实碰球”和“机器人恢复站稳”成为可检查条件。要把踢球接入自主任务，除了定义动作本身，还必须说明何时允许启动、结束后应进入什么状态，以及发生失败时如何停止。
| 阶段 | 需要检查什么 |
|---|---|
| 准备 | 球是否在可踢区域，身体朝向是否合适，观测是否仍在有效期内 |
| 触球 | 由真实足部接触推动球，而不是直接修改球状态 |
| 收脚 | 及时结束出脚并回到支撑状态 |
| 恢复 | 机器人保持稳定，没有摔倒或关节越界 |
为什么两个 ONNX 不能随意互换
ONNX 只是一种模型表示格式，并不是统一的机器人技能协议。行走模型读取 61 维输入，当前踢球残差模型读取 62 维输入；即使两者都输出 14 个数，也不能直接互换。输入顺序、附加状态、动作缩放、教师混合方式和结束条件都属于模型的运行约定。
“文件能够成功加载”只能证明模型格式可读，不能证明机器人能够完成动作。单位、关节顺序和缩放仍需与控制器一致；模型与数据页列出了固定权重的用途。第六章会展示这些技能组成完整任务后的表现。
观看出脚过程时，可以分三个阶段观察：出脚前，检查球与支撑脚的位置是否合适；出脚过程中，观察摆动腿是否形成足够空间，并用物理接触记录确认接触来自脚部而非身体其他部位；出脚后，观察重心是否重新回到支撑区域、机身倾角是否收敛。请分别描述技能的进入条件与完成条件。相比只看“球有没有动”，这种观察方式更能反映机器人系统的实际要求。
用输入、输出与结束条件描述技能
描述一项技能时，可以拆分为四部分：进入条件、所用观测、输出动作和退出时机。以射门为例，球必须位于适合右脚出脚的位置，机身朝向球门，支撑保持稳定，而且目标观测尚未过期。技能执行期间会结合踢球教师策略与残差修正；结束后还必须恢复到稳定的站立或行走状态，不能把“已经碰到球”直接当作任务完成。
残差可以看作对已有动作施加的受约束修正。这样做缩小了需要从头学习的问题范围，同时也会继承教师策略的适用边界。如果在远离球的位置启动局部射门技能，它不会因此自动学会找球或接近目标。导航模块负责创造技能可以接手的条件，技能模块则负责完成局部动作。
检查理解
机器人已走到球旁，但球的位置记忆过期。应立刻运行踢球技能吗？
查看解析
不应立即运行。需要先重新观察并确认进入条件；仅仅靠近目标，并不能保证技能输入仍然有效。
技能的开始与结束同样重要
会执行动作，还不等于会完成任务
目前主要由我们告诉机器人“向前走”或“现在踢”。策略已利用关节和 IMU 反馈保持平衡，却还不能自己决定足球在哪里、该走哪条路。下一章先观看传统感知与规划怎样串起完整射门，再讨论怎样把更多判断交给可学习的模型。