isaaclab.203203.cc
中转控制链路已接入，真机运行时与画面流待连接
不是 v9j 续训；是从零开始，直接在混合跑酷障碍地形上训练。
gap / hurdle / flat / step / stairs / parkour 按比例混在一起，不是单独高台阶专项训练。
已有高台阶 replay 是尝试/接近；清楚上台阶的是低台阶 replay。
页面下方把三者拆开列出，避免把展示画面当训练证据。
正式训练使用 one-stage parkour terrain，2048 envs，10000 iterations，seed 42。
runtime_metadata.txt:6-17 · env.yaml:214-236低/高台阶是单独 eval terrain，用来录推理视频，不是训练分布。
artifacts/2026-06-28_v9j3_stair_ascent_collection/README.md:17-23 · artifacts/2026-06-28_v9j3_high_stairs_collection/README.md:10-19视频按钮展示推理画面；不能把“看起来有台阶”写成训练成功上台阶。
controlled_eval/README.md:11-16 · stair_ascent README.md:8-13resume from model_1998.pt
from scratch, resume=false
v9j-3 不是“接着 v9j 变强”，而是重练。
低楼梯 + 反向低楼梯，50% / 50%
gap / hurdle / flat / step / stairs / parkour 混合
v9j-3 画面更乱，因为训练任务本来就更分散。
stair step height 0.00-0.12 m
step 0.10-0.45 m; stairs 0.05-0.25 m
v9j-3 直接面对更高障碍，但不等于学会了。
4096 envs, resume extension to model_7997
2048 envs, 10000 iter, model_9999
v9j-3 训练更久，但并行样本少，任务更难。
terrain level 5.3216; bad orientation 0.0197
terrain level 2.7352; bad orientation 0.2550
v9j-3 更容易姿态崩，没过自己 >3 的成功线。
这不是艺术图。它把本地 `env.yaml` 里的 `num_cols=40` 和各 terrain `proportion` 展开成列数：8 + 8 + 2 + 8 + 8 + 6。纵向 10 行代表 difficulty 从 0 到 1 的课程推进。
v9j 的训练分布更窄：只有 0.00-0.12 m 的低楼梯/反向低楼梯。它看起来更稳，不奇怪。
20% columns. Rough gap track; gap size is 0.1 + 0.7*difficulty, so the configured range is 0.10-0.80 m.
20% columns. Rough hurdle track; hurdle height expression goes from 0.10-0.15 m at difficulty 0 to 0.20-0.40 m at difficulty 1.
0.1 + 0.3*difficulty5% columns. Same hurdle generator family, but apply_flat=true; the hurdle block is skipped by the terrain function.
20% columns. Rough step track; configured step height is 0.1 + 0.35*difficulty, so 0.10-0.45 m across the curriculum rows.
20% columns. Pyramid stairs with no added roughness; step height range is 0.05-0.25 m.
15% columns. Alternating stepping/incline parkour track over pits; incline height is 0.00-0.25 m across difficulty.
Configured but proportion is 0.0, so it is not sampled by the formal training terrain proportions.
下面每一条都是为了防止“看到了画面”就误以为“看懂了训练”。
formal training run 没有保存训练截图；下面图片只帮助识别视频按钮内容，不作为训练场景或成功率证据。
没有找到 formal v9j-3 training run 的真实渲染截图或 per-terrain 视频；训练场景结论来自保存的 env/agent 配置、源码注册关系和训练 stdout。网页中的 terrain 小图是配置示意，不是 IsaacLab render。若要真正看到训练时渲染，需要下一次训练或短 smoke 显式保存每类 terrain 的 camera frames。