[software] 添加16DOF早期训练仿真与Sim2Real闭环

05_software/real/sim2real/README.md

@@ -0,0 +1,77 @@
+# `sim2real`
+
+当前版本只部署现在这套 `53D -> 16D` 模型，不再兼容旧版 `crawl`、多策略和历史观测。
+
+## 当前部署模型
+
+- 使用文件：`sim2real/policies/model_rough.pt`
+- 来源文件：`model_2000.pt`
+
+## 当前 actor 输入
+
+- 单帧 `53D`
+- 顺序：
+  - `base_ang_vel * 0.25`
+  - `projected_gravity`
+  - `command`
+  - `joint_pos_rel`（12）
+  - `joint_vel_rel * 0.05`（12）
+  - `wheel_vel * 0.05`（4）
+  - `last_actions`（16）
+
+不包含：
+
+- `base_lin_vel`
+- `height_scan`
+
+## 当前控制参数
+
+- 控制频率：`50Hz`
+- 站立保持：`startup/stand_balance.py`
+- `hip_abduction` 缩放：`0.125`
+- 其他腿关节缩放：`0.25`
+- 轮速缩放：`5.0`
+- 腿 LPF：`5Hz`
+- 轮 LPF：`15Hz`
+- 零命令抑制：默认开启，可通过 `config.yaml > policy.enable_zero_cmd_suppression` 关闭
+- 零命令保持：默认开启，可通过 `config.yaml > policy.hold_zero_command_pose` 控制
+- 首次命令解锁：默认开启，可通过 `config.yaml > policy.require_active_command_to_release` 控制
+
+## 当前站立逻辑
+
+- `startup`：从实测姿态过渡到默认站姿
+- `stand_balance`：根据 `IMU roll/pitch + gyro` 动态修正四条腿目标
+- `runtime`：只有站立稳定后才进入策略控制
+
+这次改动的重点是：策略不再承担“先把身体撑住”的职责。
+
+另外当前部署逻辑改成：
+
+- 零命令时默认不让策略直接接管腿和轮，保持站立目标
+- 命令从零变为非零时，策略输出在 `command_release_s` 内平滑放开
+
+## 启动命令
+
+默认前提：当前目录就是 `sim2real/`
+
+纯 `python`：
+
+```bash
+python -m pip install -r requirements-orin.txt
+python tools/alignment_check.py --policy policies/model_rough.pt --manifest deployment_manifest.yaml
+python tools/standalone_check.py
+python main.py --dry-run
+python main.py
+python web/server.py --host 0.0.0.0 --port 8080
+```
+
+Windows 本机：
+
+```bash
+D:\Minicoda3\envs\py10\python.exe -m pip install -r requirements-orin.txt
+D:\Minicoda3\envs\py10\python.exe tools\alignment_check.py --policy policies\model_rough.pt --manifest deployment_manifest.yaml
+D:\Minicoda3\envs\py10\python.exe tools\standalone_check.py
+D:\Minicoda3\envs\py10\python.exe main.py
+D:\Minicoda3\envs\py10\python.exe web\server.py --host 0.0.0.0 --port 8080
+```
+#sim2real/policies/model_rough.pt