外观
全局技术路线：复现与复用优先
生效日期：2026-10-20。来源：用户明确的长期要求。
我们的技术路线以复现为主，能不手搓就尽量不手搓，相信开源者的智慧；但不能无脑复用，模型和实际适配必须核对。
优先级与适用范围
这是整个 Bridge 学习工作的高优先级决策原则，覆盖强化学习、AMP、tracking、locomotion、重定向、感控一体、遥操、VLA、机器人模型、传感器、标定、日志、评估和部署。它优先于为了方便、代码风格统一、显示形式或展示能力而自行重写的偏好。用户后续明确提出的研究实验要求仍优先。
默认工作顺序
- 先查已有材料：检查本地项目与环境，再核对作者仓库、论文、文档、预训练权重、官方入口、受维护的社区移植与依赖版本。不要重复下载已有项目。
- 先运行上游基线：优先使用原机器人、原配置和匹配的预训练策略查看效果，再运行官方小规模训练与评估。按任务选取必要步骤；已有可核验记录不重复重做。
- 保留可复现结果：记录来源、commit/tag、依赖、配置、权重/数据版本、命令、日志、视频与验收结果，明确哪些是上游说明、哪些已在本机验证。
- 再做目标平台适配：沿用上游扩展接口，通过配置、机器人资产和必要的薄适配接入小桥，逐项验证差异。
- 最后开展扩展：有具体研究问题才改变算法、奖励或系统结构，保留原版对照和失败记录。
上游材料不完整时，优先寻找有依据的受维护适配或另一项可复现基线；确实需要自研时，明确缺口和本地实现身份，不把猜测补齐的系统称为官方原版。已经获准的自制模型/学习实验不因此被停止、删除或改写历史。
应当优先复用什么
- 原生训练算法、runner、环境接口和任务配置。
- 原生训练、回放、评估、策略导出与部署入口。
- 原生终端日志、TensorBoard/其他上游支持的记录工具和真实指标定义。
- 已有的重定向、IK、驱动、相机标定、数据格式与遥操工具。
上游接口能满足时，不重新写一套。简单启动脚本和必要格式转换可以使用，但不能偷偷变成另一套训练器、日志系统或控制框架。排查日志问题先查上游 logger、输出缓冲和记录频率，避免再写一个定期解析文件的“实时日志”来替代原生训练输出。
复用的边界：模型与硬件不能照搬
迁移前必须核对与当前任务相关的兼容性：
- 模型与运动学：URDF/MJCF 来源、真实拓扑、关节名称/顺序/轴向/正负方向/零位/限位、坐标系、单位、传动与闭链等效方式；不能仅凭自由度数量相同判断可互换。
- 动力学与驱动：质量、质心、惯量、负载、执行器/PD、摩擦、力矩和速度限制、仿真步长、控制周期及延迟；不能照抄另一台机器人的物理参数来强行跑通。
- 策略与数据：观测/动作的顺序、单位、缩放、归一化、历史帧、参考坐标、网络结构与 checkpoint 版本。文件能加载不代表语义兼容，关节映射不能凭猜测。
- 感知与遥操：相机内外参、视场、裁剪、深度单位、时间戳与延迟，头显坐标和目标机器人可达性。
必要适配以实际模型、源码、硬件资料和测量为依据；通过参考预览、静态检查、小规模运行及对应评估后再扩大实验。仿真通过不等于实机通过。
何时可以自行实现
上游确实缺少目标平台接口、有可复现缺陷、依赖不兼容且无法用现有方案解决，或用户明确要求新研究功能时，可做最小必要实现。动手前说明并记录：
- 查过哪些现成实现，具体缺口是什么。
- 需要改哪些部分，为什么不能只用配置或现有接口。
- 如何保持上游基线可运行，怎样检查语义和结果。
这要求说明依据，不要求对每个已授权的可逆适配重复申请许可。若实现范围显著超出用户任务，再澄清范围。
长期执行与记录
- 区分作者原版、社区移植、本地适配；自制小桥模型及其参数仍按 官方基准路线 标注。
- 一次验证一项有意义的变更，保留上游差异；不为整理代码而升级、替换正在训练的环境，不因本约定重启训练。
- 学习仓库
AGENTS.md和.cursor/rules/reproduction-first.mdc为持续生效入口。 - 工作区
/home/z/bridge/AGENTS.md与.cursor/rules/reproduction-first.mdc已部署同一原则；其版本化副本位于 workspace-rules/，后续改规则须同步。