任务卡 · 李婉玉
角色：L5 任务管理主责 + NavRL 主责 + RL Pipeline 通用基础设施 直接协作：贺林青、周蒙、田仁德 整体目标：搭出可复用的 RL 训练 Pipeline，并跑通 NavRL 仿真
一、你负责的层
- L5 任务管理（主责）
- L6.B NavRL（主责）
- RL Pipeline（通用基础设施，平台资产）
二、四大任务块
A. RL Pipeline 搭建（W1–W6，通用基础设施）
- 仿真训练环境：Gazebo + RL wrapper（或 Isaac Gym 如有 GPU）
- 训练框架：Stable-Baselines3（推荐，文档全）或 RLlib
- 实验管理：wandb / tensorboard
- 这套 Pipeline 是平台资产，后续学弟做 RL 都能用
B. L5 任务管理层（W9–W10）
- goal 管理器：把”巡检多个目标点”拆成连续 local goal
- 状态机：IDLE / NAV / HOVER / RETURN / FAULT
- 失败重试 + 超时降级
- 简单巡检任务定义（5 个 waypoint 顺序访问）
C. NavRL 论文 + 复现（W11–W14）
- 阅读论文 + 跑官方代码
- 跑通官方仿真 → 迁移本项目场景
D. NavRL 训练与验收（W14–W17）
- 训练 + 调参 + 收敛验证
- 目标：仿真成功率 ≥ 80%
- 真机部署列为 stretch goal
三、你的逐周时间线（5/24 起）
| 周 | 日期 | 你这周做什么 |
|---|---|---|
| W1 | 5/24–5/30 | RL 框架选型（建议 Stable-Baselines3）；GPU 资源确认 |
| W2 | 5/31–6/06 | ROS 培训作业；PPO 简单环境跑通（CartPole） |
| W3 | 6/07–6/13 | 训练 Pipeline 框架搭建；wandb 接入 |
| W4 | 6/14–6/20 | 简单导航 baseline（2D 网格）跑通 |
| W5 | 6/21–6/27 | Gazebo + RL wrapper 联通；田仁德跟进 |
| W6 | 6/28–7/04 | 训练 Pipeline 文档化；状态机 / FSM 调研 |
| W7 | 7/05–7/11 | L5 任务层设计：goal 管理 + 状态机草案 |
| W8 | 7/12–7/18 | L5 任务层实现（与贺林青 L4 对接） |
| W9 | 7/19–7/25 | L5 状态机 + goal 管理器完成；仿真里跑多目标点 |
| W10 | 7/26–8/01 | L4+L5 验收：仿真 goal 序列闭环 |
| W11 | 8/02–8/08 | NavRL 论文精读 + 官方代码 clone |
| W12 | 8/09–8/15 | NavRL 跑通官方仿真；田仁德跟训练 |
| W13 | 8/16–8/22 | NavRL 迁移到本项目场景（机器人模型 + 地图） |
| W14 | 8/23–8/29 | NavRL 训练第一轮；reward 调试 |
| W15 | 8/30–9/05 | 训练 + 超参搜索；评估脚本 |
| W16 | 9/06–9/12 | NavRL 仿真验收：成功率 ≥ 80% |
| W17 | 9/13–9/19 | NavRL 真机部署尝试（stretch）；评估报告 |
| W18 | 9/20–9/26 | 三算法对比配合；NavRL 文档化 |
| W19 | 9/27–10/01 | 结项验收配合；RL Pipeline 文档交付 |
四、你的关键里程碑
- 🧪 W6（7/04）：RL 训练 Pipeline 可用
- 🔌 W10（8/01）：L5 任务层与 L4 接口闭环
- 🎯 W16（9/12）：NavRL 仿真成功率 ≥ 80%
- 🏁 W19（10/01）：RL Pipeline 文档化交付（平台资产）
五、你的硬约束
- L5 任务层 W10 必须验收——晚一周后续算法没接口可用
- NavRL 真机部署不是必须，仿真达标即可，别把精力压在 sim2real 上拖累整体进度
- RL Pipeline 的文档化优先级很高，这是平台资产，不是自己用的临时脚本
六、求助渠道
- ROS 接口对不上 → 找贺林青
- 训练 GPU 不够 → W1 就找老师协调
- 仿真环境问题 → 找高元博
- RL 训练具体调参 → 田仁德是你专属辅助
七、相关文档
- 主时间线：任务分配与时间线