[tools] 整理导航打点工具与抽样PCD

05_software/train/rc_mjlab/README.md

@@ -2,7 +2,7 @@
 
 基于 [mjlab](https://github.com/google-deepmind/mjlab) 框架的四轮腿混合机器人强化学习训练与部署部署项目，面向机器人竞赛场景（如越障、匍匐、斜坡、台阶等复合任务）。
 
-> 当前目录对应 `v0.8.0`：保留 `v0.6.0` 的比赛训练架构与 `v0.7.0` 的 MuJoCo 独立工具集，加入后期 Sim2Sim 工具和比赛最终 Rough 策略 `model_6800.onnx`。`model_rough.pt` 仍作为早期参考权重保留。
+> 当前目录对应 `v0.8.1`：保留比赛训练架构、后期 MuJoCo/Sim2Sim 和比赛最终 Rough 策略，并补充导航地图、打点工具、路线迭代与抽样 PCD。`model_rough.pt` 仍作为早期参考权重保留。
 
 ---
 
@@ -58,7 +58,7 @@ rc_mjlab/
 │   ├── scene.xml                 # mjlab 场景入口文件
 │   └── meshes/                   # STL/OBJ 碰撞与外观网格
 ├── mujoco_sim/                   # 姿态、IK、动力学和 MPC 独立工具
-├── tools/nav_tools/              # 路线安全检查公共模块
+├── tools/nav_tools/              # 地图/PCD/航点编辑、路线检查与比赛路线数据
 ├── model_rough.pt                # 早期 Rough 参考 checkpoint
 ├── model_6800.onnx               # 比赛最终 Rough 策略
 ├── pyproject.toml                # 项目依赖（uv 管理，含清华镜像源加速）
@@ -97,6 +97,8 @@ uv run python nav_sim2sim.py
 
 后期 Sim2Sim 的入口、模型边界和批量检查命令见 [`sim2sim/README.md`](sim2sim/README.md)。
 
+导航打点工具、路线快照和抽样点云说明见 [`tools/nav_tools/README.md`](tools/nav_tools/README.md)。
+
 ---
 
 ## 🖥️ 交互式自动导航平台 (sim2sim/nav_sim2sim.py)