新增 ATEC2026 Task B 中文复现归档

README.md

@@ -0,0 +1,33 @@
+# Hugging Face 公开归档
+
+对应的 Datawhale 公开数据集仓库：
+
+- [Datawhale/atec2026-task-b-reproducibility](https://huggingface.co/datasets/Datawhale/atec2026-task-b-reproducibility)
+
+## 内容边界
+
+HF 归档与 GitHub 教程保持一致，保存轻量文档、配置、检查脚本、结果边界和发布清单。它不包含：
+
+- 官方仿真资产和机器人模型。
+- 未获得再分发许可的外部数据集。
+- 私有 checkpoint、私有日志和比赛原始视频。
+- 访问令牌、机器绝对路径和内部服务地址。
+
+大文件如果未来获得授权，应单独写明来源、许可证、SHA-256、版本和下载方式，不直接把它们塞进 GitHub 教程。
+
+## 从 GitHub 复现
+
+```bash
+git clone https://github.com/datawhalechina/every-embodied.git
+cd every-embodied/competition/ATEC2026/TaskB-B2Piper
+bash code/scan_public_release.sh .
+python3 code/build_public_manifest.py . --output public_manifest.json
+```
+
+## 从 HF 获取
+
+```bash
+git clone https://huggingface.co/datasets/Datawhale/atec2026-task-b-reproducibility
+```
+
+HF 仓库中的教程文件不是官方 Task B 环境的替代品。请先按官方仓库安装环境，再使用本目录做边界审计和实验记录。

TaskB-B2Piper/README.md

@@ -0,0 +1,64 @@
+# ATEC2026 Task B：B2-Piper 垃圾收集
+
+这是一个面向复现者的中文教程和问题复盘。Task B 不是“拿到一个物体坐标，然后走到坐标附近”这么简单；完整闭环应当包含感知、定位、接近、机械臂与夹爪控制、抓取成功确认、搬运、垃圾桶放置和评测状态确认。
+
+## 先看结论
+
+| 问题 | 结论 |
+| --- | --- |
+| 这是机器狗捡垃圾吗？ | 是。官方任务名称为 Garbage Collection，平台为 B2-Piper。 |
+| 是否存在可直接读取的全局环境相机？ | 官方公开观测契约中没有默认的全局环境相机。头部 RGB-D、末端 RGB-D、LiDAR 和 proprioception 才是主要观测来源。 |
+| 是否能直接读取物体坐标？ | 正式运行不能依赖物体真值位姿、随机种子或仿真内部对象列表。应从合法传感器观测估计目标位置。 |
+| 导航到目标位置就算完成吗？ | 不算。接近、触碰、夹持、提起和放入垃圾桶都需要单独确认。距离足够近可能只是接触代理分数，不能当成物理抓取成功。 |
+| 是否可以搬运其他项目？ | 可以搬运状态机、视觉伺服、全身协调、校准和诊断方法；不能直接搬运机器人资产、关节顺序、相机外参或奖励假设。 |
+| 当前是否有可核验的完整公开 Task B 冠军实现？ | 本归档没有找到带官方可核验最终分数和权重的完整公开实现。最接近完整流程的是 SLAM 公开 fork，详见 [外部方案对照](./docs/05_外部优秀方案对照.md)。 |
+
+## 推荐阅读顺序
+
+1. [比赛定义与观测边界](./docs/01_比赛定义与观测边界.md)
+2. [问题清单与解决方案](./docs/02_问题清单与解决方案.md)
+3. [实现路线与阶段状态机](./docs/03_实现路线与阶段状态机.md)
+4. [环境相机与调试视角](./docs/04_环境相机与调试视角.md)
+5. [外部优秀方案对照](./docs/05_外部优秀方案对照.md)
+6. [公开发布与可复现检查](./docs/06_公开发布与可复现检查.md)
+7. [中文 Workspace Memory](./中文_Workspace_Memory.md)
+
+## 公开代码
+
+| 文件 | 用途 |
+| --- | --- |
+| [`code/inspect_task_b_observation.py`](./code/inspect_task_b_observation.py) | 不启动仿真，检查脱敏观测样例的键、类型和形状 |
+| [`code/build_public_manifest.py`](./code/build_public_manifest.py) | 为公开目录生成带 SHA-256 的文件清单 |
+| [`code/scan_public_release.sh`](./code/scan_public_release.sh) | 检查凭据、机器绝对路径和大文件 |
+| [`code/fetch_reference_repos.sh`](./code/fetch_reference_repos.sh) | 拉取外部公开参考仓库到仓库外的缓存目录 |
+| [`configs/observation_contract.yaml`](./configs/observation_contract.yaml) | Task B 观测边界和禁止依赖的声明性配置 |
+
+这些脚本是教程和发布工具，不冒充完整得分策略。真正运行比赛代码时，必须使用官方 runner、官方环境和官方评测器。
+
+## 快速检查
+
+```bash
+cd /path/to/every-embodied/competition/ATEC2026/TaskB-B2Piper
+bash code/scan_public_release.sh .
+python3 code/build_public_manifest.py . --output public_manifest.json
+```
+
+如需检查一个脱敏 JSON 观测样例：
+
+```bash
+python3 code/inspect_task_b_observation.py --input observation_sample.json
+```
+
+如需获取公开参考实现，使用仓库外目录：
+
+```bash
+bash code/fetch_reference_repos.sh "${TMPDIR:-.reference-cache}"
+```
+
+## 评估证据
+
+当前归档优先保留可核验边界，而不是用一段视频或一次近距离分数宣称成功。实验记录见 [`results/experiment_ledger.csv`](./results/experiment_ledger.csv)，证据说明见 [`results/evidence_boundary.md`](./results/evidence_boundary.md)。
+
+## Hugging Face
+
+公开归档说明见 [`hf/README.md`](./hf/README.md)。HF 数据集仓库只承载轻量复现材料和发布清单，不上传官方资产、私有权重和未经授权的外部大文件。

TaskB-B2Piper/assets/README.md

@@ -0,0 +1,5 @@
+# 公开素材说明
+
+本目录只保留素材说明，不提交比赛原始视频、仿真资产或未经授权的截图。
+
+推荐公开视频至少包含头部视角、末端视角和第三方环境视角，并用同一 `episode_id` 或仿真时间戳同步。环境视角必须在视频说明中标注为调试视角，不得让读者误以为它是策略输入。

TaskB-B2Piper/code/README.md

@@ -0,0 +1,22 @@
+# Task B 轻量代码
+
+这里的脚本用于公开发布前审计和观测接口检查，不依赖 Isaac Sim、Isaac Lab、模型权重或官方机器人资产。
+
+## 文件
+
+- `inspect_task_b_observation.py`：读取脱敏 JSON，打印观测树、键名、类型和列表形状。
+- `build_public_manifest.py`：为小于 100 MiB 的文件计算 SHA-256，并生成发布清单。
+- `scan_public_release.sh`：检查凭据、绝对路径、超大文件和缓存目录。
+- `fetch_reference_repos.sh`：把公开参赛参考仓库拉到仓库外的缓存目录，避免误提交完整第三方代码。
+
+## 使用边界
+
+这些脚本不执行 Task B 控制、不读取仿真真值、不生成目标坐标，也不宣称完成抓取或垃圾桶放置。正式策略仍需接入官方 runner，并按官方版本重新核对 observation key、action space、动作缩放和评测器。
+
+## 最小 smoke test
+
+```bash
+python3 -m py_compile inspect_task_b_observation.py build_public_manifest.py
+bash -n fetch_reference_repos.sh
+bash -n scan_public_release.sh
+```

TaskB-B2Piper/code/build_public_manifest.py

@@ -0,0 +1,54 @@
+#!/usr/bin/env python3
+"""Build a deterministic manifest for a public competition release."""
+
+from __future__ import annotations
+
+import argparse
+import hashlib
+import json
+from pathlib import Path
+
+
+EXCLUDED = {".git", "__pycache__", ".pytest_cache"}
+MAX_HASH_BYTES = 100 * 1024 * 1024
+
+
+def sha256(path: Path) -> str | None:
+    if path.stat().st_size > MAX_HASH_BYTES:
+        return None
+    digest = hashlib.sha256()
+    with path.open("rb") as handle:
+        for block in iter(lambda: handle.read(1024 * 1024), b""):
+            digest.update(block)
+    return digest.hexdigest()
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser()
+    parser.add_argument("root", type=Path)
+    parser.add_argument("--output", type=Path, required=True)
+    args = parser.parse_args()
+    root = args.root.resolve()
+    files = []
+    for path in sorted(root.rglob("*")):
+        if not path.is_file() or any(part in EXCLUDED for part in path.parts):
+            continue
+        relative = path.relative_to(root).as_posix()
+        files.append(
+            {
+                "path": relative,
+                "bytes": path.stat().st_size,
+                "sha256": sha256(path),
+            }
+        )
+    manifest = {
+        "format": "every-embodied-public-manifest-v1",
+        "root": root.name,
+        "files": files,
+    }
+    args.output.write_text(json.dumps(manifest, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
+    print(f"wrote {len(files)} files to {args.output}")
+
+
+if __name__ == "__main__":
+    main()

TaskB-B2Piper/code/fetch_reference_repos.sh

@@ -0,0 +1,27 @@
+#!/usr/bin/env bash
+set -euo pipefail
+
+# Fetch public references outside the tutorial repository so they are not
+# accidentally vendored into the Datawhale release.
+DEST="${1:-${TMPDIR:-$HOME/.cache/atec2026-reference}}"
+mkdir -p "$DEST"
+
+clone_or_update() {
+  local url="$1"
+  local name="$2"
+  if [[ -d "$DEST/$name/.git" ]]; then
+    git -C "$DEST/$name" fetch --depth=1 origin main
+    git -C "$DEST/$name" reset --hard FETCH_HEAD
+  else
+    git clone --depth=1 "$url" "$DEST/$name"
+  fi
+}
+
+clone_or_update \
+  "https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge.git" \
+  "SLAM_ATEC2026_Simulation_Challenge"
+clone_or_update \
+  "https://github.com/StevenLiudw/Clear_ATEC2026_Simulation_Challenge.git" \
+  "Clear_ATEC2026_Simulation_Challenge"
+
+printf 'references available under %s\n' "$DEST"

TaskB-B2Piper/code/inspect_task_b_observation.py

@@ -0,0 +1,52 @@
+#!/usr/bin/env python3
+"""Inspect a redacted Task B observation JSON without importing the simulator.
+
+Input: a JSON file containing an observation-like mapping.
+Output: a stable tree of keys, Python types, and list shapes.
+The tool intentionally does not read simulator ground truth or model checkpoints.
+"""
+
+from __future__ import annotations
+
+import argparse
+import json
+from pathlib import Path
+from typing import Any
+
+
+def shape(value: Any) -> list[int]:
+    result: list[int] = []
+    current = value
+    while isinstance(current, list):
+        result.append(len(current))
+        if not current:
+            break
+        current = current[0]
+    return result
+
+
+def walk(value: Any, path: str = "obs") -> list[dict[str, Any]]:
+    rows: list[dict[str, Any]] = []
+    if isinstance(value, dict):
+        rows.append({"path": path, "type": "dict", "keys": sorted(value)})
+        for key in sorted(value):
+            rows.extend(walk(value[key], f"{path}.{key}"))
+    elif isinstance(value, list):
+        rows.append({"path": path, "type": "list", "shape": shape(value)})
+        if value and isinstance(value[0], (dict, list)):
+            rows.extend(walk(value[0], f"{path}[0]"))
+    else:
+        rows.append({"path": path, "type": type(value).__name__})
+    return rows
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser()
+    parser.add_argument("--input", required=True, type=Path)
+    args = parser.parse_args()
+    payload = json.loads(args.input.read_text(encoding="utf-8"))
+    print(json.dumps(walk(payload), ensure_ascii=False, indent=2))
+
+
+if __name__ == "__main__":
+    main()

TaskB-B2Piper/code/scan_public_release.sh

@@ -0,0 +1,38 @@
+#!/usr/bin/env bash
+set -euo pipefail
+
+ROOT="${1:-.}"
+cd "$ROOT"
+status=0
+
+echo "[1/3] scanning sensitive strings"
+if rg -n --hidden \
+  --glob '!.git/**' \
+  --glob '!scan_public_release.sh' \
+  --glob '!*.ipynb' \
+  'BEGIN (RSA|OPENSSH|EC|PRIVATE) KEY|HF_TOKEN|AWS_SECRET|password=|token=[A-Za-z0-9_./+=-]{12,}|/home/[A-Za-z0-9_.-]+|/data/Data|/run/user/[0-9]+|https://[^ ]+:[^ ]+@' .; then
+  echo "sensitive-looking content found"
+  status=1
+else
+  echo "no sensitive-looking content found"
+fi
+
+echo "[2/3] scanning oversized files"
+large_files="$(find . -type f -size +100M -not -path './.git/*' -print)"
+if [[ -n "$large_files" ]]; then
+  printf '%s\n' "$large_files"
+  echo "files over 100 MiB must be reviewed before release"
+  status=1
+else
+  echo "no files over 100 MiB"
+fi
+
+echo "[3/3] checking generated caches"
+if find . -type d \( -name .git -o -name __pycache__ -o -name .pytest_cache \) -print -quit | grep -q .; then
+  echo "generated cache directories found; remove them from the staged release"
+  status=1
+else
+  echo "no generated cache directories"
+fi
+
+exit "$status"

TaskB-B2Piper/configs/observation_contract.yaml

@@ -0,0 +1,23 @@
+task: ATEC2026-TaskB
+robot: Unitree-B2-Piper
+policy_observations:
+  - proprioception
+  - lidar
+  - head_rgb
+  - head_depth
+  - ee_rgb
+  - ee_depth
+debug_only:
+  - privileged_object_pose
+  - privileged_robot_pose
+  - object_id
+  - object_list
+  - third_person_environment_camera
+forbidden_policy_dependencies:
+  - simulator_ground_truth
+  - random_seed_object_lookup
+  - evaluator_internal_state
+notes:
+  - Use the checked-out official task version to confirm exact key names and shapes.
+  - A debug camera may be rendered for video but must not affect actions.
+  - Grasp and placement require independent physical-state verification.

TaskB-B2Piper/docs/01_比赛定义与观测边界.md

@@ -0,0 +1,51 @@
+# 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：
+
+- [ATEC2026 Simulation Challenge](https://github.com/atecup/ATEC2026_Simulation_Challenge)
+- [官方 Task B 目录](https://github.com/atecup/ATEC2026_Simulation_Challenge/tree/main/source/atec_rl_lab/atec_rl_lab/tasks/task_b)
+
+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：
+
+1. 目标是否被正确识别。
+2. 目标在头部相机和末端相机中的投影是否一致。
+3. 机械臂基座、末端和夹爪的变换是否校准。
+4. 目标是否位于夹爪可达工作空间。
+5. 夹爪闭合后物体是否真的被提起。
+6. 机器人能否携带物体到垃圾桶并松开。
+7. 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。

TaskB-B2Piper/docs/02_问题清单与解决方案.md

@@ -0,0 +1,78 @@
+# 2. 比赛问题清单与解决方案
+
+这份清单把我们在理解、调试和发布过程中遇到的典型问题整理成可复用的排查路径。
+
+## 2.1 把 Task B 误认为“只捡垃圾”
+
+**现象**：一开始把任务理解为找到物体坐标，然后导航到目标点。
+
+**根因**：把导航子问题当成了任务闭环，没有区分“发现目标”“靠近目标”“抓取成功”和“放置成功”。
+
+**解决**：采用显式阶段状态机：`SEARCH -> LOCALIZE -> APPROACH -> REACH -> CLOSE -> LIFT_VERIFY -> CARRY -> PLACE_VERIFY`。每个阶段都记录输入、动作、退出条件和失败原因。
+
+## 2.2 以为仿真中存在可直接读取的全局坐标
+
+**现象**：使用环境中的对象位姿、对象列表或真值坐标来指导导航。
+
+**根因**：仿真程序内部确实可能有这些状态，但它们不等于正式策略可以使用的 observation。
+
+**解决**：把真值信息分成两条管线：
+
+- `debug_only`：允许输出真值距离、对象高度、夹爪状态，用于定位故障。
+- `policy_input`：只允许官方 observation 中的图像、深度、LiDAR 和 proprioception。
+
+任何进入 policy 的字段都在 [`configs/observation_contract.yaml`](../configs/observation_contract.yaml) 中登记。正式测试时关闭真值读取，并用脱敏 observation 做接口检查。
+
+## 2.3 加了环境相机后，结果看起来更清楚
+
+**现象**：第三方视角可以看到全场，便于判断机器人有没有走偏。
+
+**根因**：环境相机是可视化工具，不是官方机器人传感器。把它加入 observation 会改变任务边界。
+
+**解决**：保留环境相机作为本地调试视频的第三条轨道，但不把它注册到策略 observation，不把其图像写入训练数据，不用它生成运行时目标坐标。详细边界见 [环境相机与调试视角](./04_环境相机与调试视角.md)。
+
+## 2.4 接近目标后分数很高，但物体没有被带走
+
+**现象**：局部距离、触碰或接近代理指标变好，视频里机器人也碰到了目标；重启或移动到垃圾桶后物体并没有随夹爪移动。
+
+**根因**：接触代理分数不等于抓取成功。可能只是机身、腿、夹爪基座或地面与物体发生接触。
+
+**解决**：加入三个独立确认：
+
+1. 夹爪闭合后，物体与末端的相对距离在一段时间内保持稳定。
+2. 提升末端或基座后，物体高度同步增加，而不是留在地面。
+3. 机器人撤离目标区域后，物体仍跟随夹爪，直到垃圾桶释放。
+
+评估日志同时保存接触、夹持、提起和放置状态，禁止只报一个距离分数。
+
+## 2.5 机械臂动作能执行，但姿态不稳定
+
+**现象**：腿部行走正常，机械臂出现抖动、末端偏置、夹爪扫过目标或动作维度错位。
+
+**根因**：不同项目之间的关节顺序、动作缩放、零位、坐标系和末端定义不能直接复用。
+
+**解决**：先做动作接口审计，再做单关节和末端校准：
+
+- 从官方环境读取 action space 的顺序和范围。
+- 逐个关节施加小幅动作，确认日志中的关节响应。
+- 在基座不动时测试末端位置变化。
+- 固定腿部，只校准机械臂与夹爪，再接入全身动作。
+- 将目标深度从相机坐标变换到机械臂基座坐标，并记录外参版本。
+
+## 2.6 GPU 或 PhysX 报错后误判策略
+
+**现象**：多个仿真进程并行运行时出现 PhysX kernel、CUDA context 或 early-state 日志；随后把这次结果当作策略失败。
+
+**根因**：资源争用、残留进程、显存不足和策略行为可能同时出现，单凭最后几行日志不能归因。
+
+**解决**：每次实验记录 GPU、进程、环境版本、seed、runner 和输出目录；先做单进程 smoke test，再扩大并行度。遇到异常时只处理本次实验拥有的进程，不进行无差别清理。将“环境启动失败”和“策略执行失败”分开计数。
+
+## 2.7 外部项目能否直接迁移
+
+**结论**：迁移算法结构，不迁移隐含假设。
+
+可以借鉴：视觉搜索、360 度扫描、分层导航、末端相机锁定、全身 IK、抓取后状态机、结果日志。
+
+不能直接复制：机器人 URDF/USD、关节顺序、相机内外参、动作维度、目标类别、地图坐标、奖励阈值和评测器字段。
+
+每一项迁移都要补一张“原项目接口到 Task B 接口”的映射表，并通过传感器边界检查。

TaskB-B2Piper/docs/03_实现路线与阶段状态机.md

@@ -0,0 +1,63 @@
+# 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
+
+```text
+SEARCH
+  -> 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。

TaskB-B2Piper/docs/04_环境相机与调试视角.md

@@ -0,0 +1,41 @@
+# 4. 环境相机与调试视角
+
+## 4.1 可以加吗
+
+可以加，但只能作为本地调试和录屏的第三方视角。它适合回答：
+
+- 机器人是否走到了搜索区域。
+- 机器人是否撞到墙或垃圾桶。
+- 机械臂动作时机是否与基座运动冲突。
+- 目标是否在机器人视野之外。
+- 失败发生在搜索、导航、接近还是放置。
+
+## 4.2 不能怎么用
+
+环境相机不能：
+
+- 写入 policy 的正式 observation。
+- 直接产生目标的世界坐标供策略使用。
+- 作为训练标签中运行时可获得的额外输入。
+- 替代头部或末端相机的校准。
+- 作为没有官方评测器证据时的成功证明。
+
+判断标准不是“代码里有没有创建 camera”，而是“camera 的像素是否影响了正式动作”。调试录像可以存在；只要相机图像没有进入 observation 到 action 的计算链，就不改变策略输入边界。
+
+## 4.3 推荐的三路视频
+
+1. **头部视角**：观察机器人真实能看到的远距离搜索画面。
+2. **末端视角**：观察目标和夹爪之间的近距离关系。
+3. **环境视角**：只做第三方全局排障，不提供给策略。
+
+三路视频要共享同一个 `episode_id`、step 或仿真时间戳，避免把不同回合的视频误拼成一个成功案例。发布时还要注明环境视角的非策略属性。
+
+## 4.4 最小验证
+
+做一次 A/B 检查：
+
+1. 运行策略并记录动作序列 `A`。
+2. 关闭环境相机，但保持官方 observation 不变，再运行同一 seed，记录动作序列 `B`。
+3. 比较 `A` 与 `B`。如果动作发生变化，说明环境相机已经通过某条路径泄漏进策略，需要回查。
+
+这比在视频里声明“环境相机只是观察”更可靠。

TaskB-B2Piper/docs/05_外部优秀方案对照.md

@@ -0,0 +1,53 @@
+# 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](https://github.com/atecup/ATEC2026_Simulation_Challenge/network/members)。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](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge)
+- Task B demo：[demo](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/tree/main/demo)
+- Task B 文档：[doc](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/tree/main/doc)
+- 末端相机锁定：[task_b_ee_lock_pipeline.md](https://raw.githubusercontent.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/main/doc/task_b_ee_lock_pipeline.md)
+- 快速移动训练：[task_b_fast_locomotion_training.md](https://raw.githubusercontent.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/main/doc/task_b_fast_locomotion_training.md)
+- 物体分类器：[task_b_object_classifier.md](https://raw.githubusercontent.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/main/doc/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](https://github.com/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](https://github.com/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：
+
+```bash
+bash ../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。

TaskB-B2Piper/docs/06_公开发布与可复现检查.md

@@ -0,0 +1,57 @@
+# 6. 公开发布与可复现检查
+
+## 6.1 GitHub 与 Hugging Face 的分工
+
+GitHub 保存：
+
+- 中文教程和问题复盘。
+- 轻量检查脚本、配置和结果边界。
+- 外部方案的原始链接、许可证和迁移说明。
+- 能够在没有比赛资产的情况下阅读和审计的代码。
+
+Hugging Face 保存：
+
+- 与教程对应的公开归档清单。
+- 小型脱敏样例和可再分发配置。
+- 后续得到授权后再补充的大文件入口。
+
+官方仿真资产、原始视频、checkpoint 和私有日志不因为“放在 HF”就自动获得再分发许可。上传前必须确认来源、许可证和文件体积。
+
+## 6.2 发布前清单
+
+- [ ] 没有 token、密码、SSH 私钥或带认证的 URL。
+- [ ] 没有机器用户目录、挂载盘、内网地址和私有 runner 路径。
+- [ ] 没有官方资产、私有日志和未授权权重。
+- [ ] 没有把环境相机、真值对象位姿或对象 ID 写入正式 observation。
+- [ ] 所有实验结果都标注了证据类型和限制。
+- [ ] 外部代码有仓库链接、作者归因和许可证说明。
+- [ ] 大文件没有绕过 Git LFS 或直接进入普通 Git blob。
+- [ ] 文档命令中的路径使用 `$ATEC_ROOT`、`$HF_REPO` 等变量。
+- [ ] 评测描述包含 runner、seed、环境版本和官方评测器信息。
+
+## 6.3 复现报告最小字段
+
+一次可复现实验至少要记录：
+
+```text
+commit
+environment_version
+runner
+seed
+robot_platform
+observation_keys
+action_space
+policy_checkpoint
+episode_count
+official_score
+physical_grasp_verified
+placement_verified
+video_paths
+failure_code
+```
+
+缺少 `physical_grasp_verified` 或 `placement_verified` 时，报告只能写“接近/触碰/局部控制结果”，不能写“完整垃圾收集成功”。
+
+## 6.4 对教程读者的建议
+
+先复现官方最小环境，再逐步开启搜索、末端锁定、抓取和放置。每次只替换一个模块；把失败样例和修复方法一起提交，教程的价值往往就在这些边界条件中。

TaskB-B2Piper/hf/README.md

@@ -0,0 +1,33 @@
+# Hugging Face 公开归档
+
+对应的 Datawhale 公开数据集仓库：
+
+- [Datawhale/atec2026-task-b-reproducibility](https://huggingface.co/datasets/Datawhale/atec2026-task-b-reproducibility)
+
+## 内容边界
+
+HF 归档与 GitHub 教程保持一致，保存轻量文档、配置、检查脚本、结果边界和发布清单。它不包含：
+
+- 官方仿真资产和机器人模型。
+- 未获得再分发许可的外部数据集。
+- 私有 checkpoint、私有日志和比赛原始视频。
+- 访问令牌、机器绝对路径和内部服务地址。
+
+大文件如果未来获得授权，应单独写明来源、许可证、SHA-256、版本和下载方式，不直接把它们塞进 GitHub 教程。
+
+## 从 GitHub 复现
+
+```bash
+git clone https://github.com/datawhalechina/every-embodied.git
+cd every-embodied/competition/ATEC2026/TaskB-B2Piper
+bash code/scan_public_release.sh .
+python3 code/build_public_manifest.py . --output public_manifest.json
+```
+
+## 从 HF 获取
+
+```bash
+git clone https://huggingface.co/datasets/Datawhale/atec2026-task-b-reproducibility
+```
+
+HF 仓库中的教程文件不是官方 Task B 环境的替代品。请先按官方仓库安装环境，再使用本目录做边界审计和实验记录。

TaskB-B2Piper/references/SLAM_ATEC2026/LICENSE.txt

@@ -0,0 +1,7 @@
+Copyright 2026 ATEC (Advanced Technology Exploration Community)
+
+Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

TaskB-B2Piper/references/SLAM_ATEC2026/README.md

@@ -0,0 +1,28 @@
+# SLAM ATEC2026 公开参考方案
+
+本目录不复制外部仓库的大型源码，只保存归因和复现入口。原始实现由原作者维护，请以原仓库最新内容和许可证为准。
+
+## 原始链接
+
+- [GitHub 仓库](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge)
+- [Task B demo](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/tree/main/demo)
+- [Task B 文档](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/tree/main/doc)
+- [Task B EE lock 文档](https://raw.githubusercontent.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/main/doc/task_b_ee_lock_pipeline.md)
+- [Task B object classifier 文档](https://raw.githubusercontent.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge/main/doc/task_b_object_classifier.md)
+
+## 获取
+
+```bash
+bash ../../code/fetch_reference_repos.sh "${TMPDIR:-$HOME/.cache/atec2026-reference}"
+```
+
+## 归因
+
+该公开仓库当前包含 MIT 风格 LICENSE。本文只引用其链接和公开设计，不将其完整代码、模型或数据集重新打包到 Datawhale 归档。若后续复制任何实质代码，应同时保留原版权声明和许可证全文。
+
+## 复现时的重点
+
+1. 先读 `task_b_ee_lock_pipeline.md`，理解头部相机搜索到末端相机锁定的交接。
+2. 再读 `task_b_object_classifier.md`，区分离线标注和运行时合法 RGB 输入。
+3. 检查 `solution_task_b_nav_only.py` 的默认路线是否只是触碰/服务式处理。
+4. 用官方评测器单独核验抓取、提起和放置，不把公开脚本的存在当成最终分数证明。

TaskB-B2Piper/results/evaluation_summary.json

@@ -0,0 +1,14 @@
+{
+  "task": "ATEC2026-TaskB",
+  "robot": "Unitree-B2-Piper",
+  "scope": "public_postmortem_and_reproducibility_scaffold",
+  "verified_full_pick_and_place_score": null,
+  "verified_official_leaderboard_rank": null,
+  "local_debug_camera_is_policy_input": false,
+  "external_complete_solution_claim": false,
+  "notes": [
+    "This archive does not claim a final Task B score without official evaluator evidence.",
+    "Proximity, touch, or contact proxy metrics are not physical grasp verification.",
+    "The closest public reference is linked with attribution instead of vendored wholesale."
+  ]
+}

TaskB-B2Piper/results/evidence_boundary.md

@@ -0,0 +1,25 @@
+# 评估证据边界
+
+## 可以证明什么
+
+- 官方任务定义和观测边界可以由官方仓库核验。
+- 公开参考方案确实包含 Task B 的搜索、导航、末端锁定和分类文档，可以由公开 GitHub 链接核验。
+- 本地第三方环境相机适合帮助观察全局行为，但不属于策略输入。
+- 近距离、触碰和接触指标可以用于故障定位。
+
+## 不能仅凭这些证明什么
+
+- 一张环境视角截图不能证明策略只使用了合法传感器。
+- 机器人走到物体附近不能证明抓取成功。
+- 夹爪闭合不能证明物体被夹持。
+- 物体短暂移动不能证明已经放入垃圾桶。
+- 外部仓库存在 demo 代码不能证明其最终成绩或完整闭环已被官方评测器确认。
+
+## 完整成功的最低证据
+
+1. 官方 runner 和评测器版本可追溯。
+2. 运行日志中的 policy 输入只来自合法 observation。
+3. 夹爪闭合后物体随末端提起并保持。
+4. 携带物体到达垃圾桶并释放。
+5. 释放后物体满足官方放置判定。
+6. 保存原始视频、逐步日志、seed 和官方分数。

TaskB-B2Piper/results/experiment_ledger.csv

@@ -0,0 +1,7 @@
+experiment_id,stage,input_boundary,what_was_checked,result,evidence,status,follow_up
+task_b_definition,definition,official_task_readme,Task B identity and robot platform,Garbage Collection on B2-Piper,official source link,confirmed,keep runner version with every run
+observation_audit,interface,official_observations,Legal sensor groups and no global camera,proprio LiDAR head RGB-D EE RGB-D are the working contract,official source plus config,confirmed,verify exact keys after checkout
+debug_third_person,debug_only,third_person_camera,Whole-scene visual diagnosis,Useful for video and fault localization but not policy input,local debug convention,confirmed,run A/B action invariance test
+near_field_debug,debug_only,privileged_state,Distance/contact diagnosis near an object,Proximity or contact does not prove physical grasp,local debug observation,confirmed,add lift and placement checks
+external_slam_review,reference,public_fork,Closest public Task B-style pipeline,Search plus EE lock plus classifier plus navigation docs,public repository links,reviewed,run official evaluator before claiming success
+public_release_scan,release,public_tree,Secrets paths and oversized files,Use scan script and manifest before commit,local release tooling,pending,run before each push

TaskB-B2Piper/中文_Workspace_Memory.md

@@ -0,0 +1,45 @@
+# ATEC2026 Task B 中文 Workspace Memory
+
+更新时间：2026-07-31
+
+## 目的
+
+本文件是后续继续维护 Task B 公开教程时的事实记忆和工作边界。它不保存私有机器路径、凭据、模型权重或原始比赛日志。
+
+## 已确认事实
+
+- Task B 是 Garbage Collection，平台是 B2-Piper。
+- 任务闭环不止导航，还包括目标搜索、接近、机械臂和夹爪操作、抓取验证、搬运、垃圾桶放置和官方评测确认。
+- 官方公开观测主要包含 proprioception、LiDAR、头部 RGB-D 和末端 RGB-D。
+- 没有证据表明一个全局第三方环境相机属于默认正式 policy observation。
+- 环境相机可以做本地录像、全局排障和调试对齐，但不能提供运行时目标坐标。
+- 物体真值位姿、对象 ID、仿真内部对象列表和评测器内部状态只能用于 debug-only 检查。
+- 接近、触碰和接触代理指标不能替代物理夹持、提起和放置验证。
+
+## 最值得参考的公开方案
+
+- SLAM fork：[cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge](https://github.com/cicaburnwood-crypto/SLAM_ATEC2026_Simulation_Challenge)。公开了 Task B 导航、末端相机锁定、机械臂校准、分类器和训练文档，是当前最接近完整 Task B 结构的公开方案。
+- Clear fork：[StevenLiudw/Clear_ATEC2026_Simulation_Challenge](https://github.com/StevenLiudw/Clear_ATEC2026_Simulation_Challenge)。更适合作为 B2-Piper locomotion、下蹲和动作映射参考。
+- Lhy fork：[Lhy6900/ATEC2026_Simulation_Challenge](https://github.com/Lhy6900/ATEC2026_Simulation_Challenge)。重点是 G1/GR00T adapter，不能直接替换 B2-Piper Task B 控制接口。
+- ZSN2024 和 yma867 的链接已经在上一级 [公开方案索引](../references/README.md) 中登记，分别用于训练骨架和 RGB-D 感知参考。
+
+## 不能写成结论的内容
+
+- 公开 demo 的存在不等于官方最终成绩。
+- 自报排名不等于官方排行榜证明。
+- 视频里“碰到了”不等于物体被夹住。
+- 环境相机看到了物体不等于策略合法地看到了物体。
+- 其他机器人的关节顺序、相机外参、动作维度和奖励阈值不能直接迁移。
+
+## 后续维护顺序
+
+1. 以官方仓库当前 checkout 重新核对 observation key、action space、runner 和评分器。
+2. 在单环境下做合法观测 smoke test，再做头部搜索和末端锁定。
+3. 单独验证抓取后的相对位姿、提起高度和垃圾桶放置判定。
+4. 每次实验保存 commit、seed、环境版本、官方分数、视频和失败阶段。
+5. 新增外部代码前先检查 LICENSE；优先链接和固定版本，不直接复制大仓库。
+6. 提交前运行 `code/scan_public_release.sh` 和 `code/build_public_manifest.py`。
+
+## 发布边界
+
+GitHub 放教程、轻量脚本、配置、结果边界和外部链接；Datawhale HF 放与教程一致的小型公开归档。官方资产、数据、checkpoint、原始视频和私有日志只有在明确获得再分发许可后才能进入公开仓库。