LabUtopia x EBench 接入周报

当前进展总览

接入状态

链路跑通

server/client、reset、step、result 写入都已走完。

任务范围

3 个 level-1

pick、place、open_door。

本周完成了什么

事项	产品视角状态	说明	证据边界
LabUtopia Franka POC	已跑通	三个 POC 任务能在本地评测 server 中启动、reset、step、结束。	证明接入链路，不证明策略能力。
场景资产加载	Franka POC 闭环	通过 manifest 把 LabUtopia overlay 资产根目录接入运行时，并映射对象名。	证明 scene overlay 可加载；不证明 reset 后布局或相机画面已验收。
结果生命周期	已修复	每个任务写 `result_info.json`，最终写 `result.json`，后处理异常 fail fast。	不会把后处理错误伪装成已完成。
并行任务隔离	已隔离	LabUtopia 用 `18088`，EOS/其他工程师侧 `8087` 未被干扰。	run_id、worktree、端口均独立。
渲染图验收	任务渲染通过	当前三张 eval readback 图为非黑，且三任务最新正式诊断均为 `render_validation.passed=true`：`pick` 目标清楚，`place` 关系可读，`open_door` 关闭位为 `0.0`，门板、框架和细橙色把手可识别。	这证明 Franka POC 任务渲染门禁已过；P2 native complex DryingBox gate 也已补证通过。下一道硬门槛是 Lift2 复合资产和官方 runner gate。

资产加载是怎么做的

可以把资产加载理解成“任务配置只写短路径，运行时通过 manifest 找到真实资产仓库，再把对象名翻译成评测系统认识的名字”。这让任务包保持轻量，也避免把大资产直接放进代码仓库。

任务配置

写相对路径，例如 scene_usds/labutopia/level1_poc/lab_001/scene。

读取 manifest

读取 configs/tasks/ebench/labutopia_lab_poc/common/assets_manifest.json。

切换资产根目录

运行时临时把 ASSETS_DIR 指到 LabUtopia overlay。

解析 scene.usda

相对路径变成真实 scene.usda 文件并加载进 Isaac Sim。

对象名映射

例如 beaker2 映射成 obj_beaker2 供 evaluator 使用。

已经闭环的部分

LabUtopia 场景 overlay 能被 Franka POC 加载，相关对象名能通过运行时对象映射进入 evaluator。P1 后，静态 USD 坐标已经归一到工作区，门把手保留为干燥箱内部子路径，三任务任务渲染门禁也已通过。P2 后，open_door 已经改用 LabUtopia native complex DryingBox_01，并在 EBench eval readback 中看到原生箱体和 nested handle。这证明接入路径、静态资产组织、native DryingBox wrapper 和任务读图链路已经在 Franka POC 内闭环；它不证明策略成功或官方 Lift2 baseline 可评。

还没闭环的部分

native DryingBox 的 Franka POC gate 已通过，但官方 baseline 仍未闭环。下一步要把 LabUtopia overlay、默认 robot_usds/lift2 和默认 miscs/curobo 组成 Lift2 candidate 资产根目录，做 composite asset preflight、Lift2 dry smoke 和官方 runner discovery；这些通过前仍保持 official_baseline_evaluable=false。

EBench 加载后的三任务渲染图

2026-06-23 到 2026-06-24 复核结论：旧图、P1 对照图和 P2 native 图都放在这里，方便做前后对照。旧图是历史失败样例，用来说明最开始“相机拍不到、资产位置不对、任务目标看不懂”的问题；P1 图来自正常 EBench/evaluator camera readback，用来说明我们已经把底层链路推进到“能拍到真实场景、能看懂任务目标”；P2 图进一步证明 open_door 已经回到 LabUtopia native complex DryingBox_01。当前结论是 Franka POC native gate 已通过；官方 Lift2 baseline 仍未验证，所以不能把这些图直接说成 baseline 成绩证据。

旧图要表达的问题

旧图的核心问题不是“画面不够漂亮”，而是“看图不能判断任务是否成立”：抓取图像白色设备局部，不像要抓的蓝色瓶；放置图只剩黑背景和白色平面，看不到要放的物体；开门图只拍到黑色箱体角，看不到门、把手和动作点。这类图只能说明我们曾经拍到过某个局部，不能说明 EBench 评测链路已经可用。

我们是怎么解决的

先修相机和光照，让评测相机真的能读回画面；再把瓶子、烧杯、托盘、干燥箱从原始实验室坐标搬回 Franka 工作区；然后按任务隐藏无关物体。对 open_door，P1 额外做了 sanitized_surrogate 对照组：固定底座、只保留一个门关节、对齐铰链；随后补关节初始目标回放，把把手移到非铰链侧，删除额外橙色块，并换成正面任务相机。P2 则回到 LabUtopia native complex DryingBox_01，保留原生 visual/hierarchy/handle，只用 additive physics override 修 root scale、fixed base、mass/inertia、joint target 和非任务 DOF。更系统的解释见 USD articulation 与 DryingBox 门问题教学页。

渲染证据状态

当前三任务均为 readback_visible 且 render_validation.passed=true。最新任务级隐藏后，level1_pick 只保留抓取瓶子，目标清楚；level1_place 同时保留烧杯和黄色目标托盘，任务关系可读；level1_open_door 已从 P1 surrogate baseline 推进到 P2 native complex DryingBox_01 readback，原生箱体和橙色 nested handle 可见。诊断 claim boundary 已升级为 native_complex_dryingbox_ready=true、task_render_accepted=true，但 official_baseline_evaluable=false。

旧图：历史失败样例

这三张旧图不是最终验收图。它们的问题很直观：像是在看一个没摆好的舞台，有的只拍到局部，有的看不到任务目标，有的看不出机器人到底要抓、放还是开门。更关键的是，旧图不是稳定的 eval-path 证据，不能代表模型评测时真实看到的画面。

old level1_pick failed render sample — **旧 level1_pick · 失败样例**画面主要是白色设备局部和大面积灰面，目标瓶不清楚，产品无法一眼判断“机器人要抓哪个瓶子”。

old level1_place failed render sample — **旧 level1_place · 失败样例**画面只剩黑背景和一个白色平面，看不到要放的物体，也看不到目标托盘关系。

old level1_open_door failed render sample — **旧 level1_open_door · 失败样例**几乎只拍到黑色箱体角，门板、把手、铰链和开门动作点都不明确。

旧图问题怎么解决

任务	旧图问题	已经做的修复	现在还差什么
`level1_pick`	旧图里抓取目标不明显，PM 只看图无法判断“要抓哪个瓶子”。	修正 eval camera readback、相机朝向、光照，把瓶子归一到 Franka 工作区，并在 pick 任务里隐藏烧杯、托盘、干燥箱等非目标物体。	当前新图已经能让 PM 看懂“抓这个蓝色瓶子”，并已通过任务渲染门禁；后续进入 Lift2 baseline 资产和 runner 验证。
`level1_place`	旧图看不出源物体和目标托盘的关系，不像一个“把东西放到哪里”的任务。	修正托盘、烧杯、瓶子坐标和颜色标记，并在 place 任务里隐藏瓶子和干燥箱，只保留烧杯与目标托盘。	当前新图能看懂“把烧杯放到黄色托盘附近”，并已通过任务渲染门禁；后续可再做展示级相机 polish，但这不是 baseline 阻断项。
`level1_open_door`	旧图看不清干燥箱门和门把手，无法判断开门动作目标。	把门把手恢复为干燥箱内部子部件，不再作为独立物体飞走；同时生成 P1 `sanitized_surrogate` 对照组，固定底座并只保留一个门关节；再补关节初始目标回放、把手位置修正、删除重复橙色块和任务专用正面相机。背景解释见门问题教学页。	P1 证明门任务可读；P2 已回到 LabUtopia native complex `DryingBox_01`，原生箱体和 nested handle 在 EBench readback 中可见。下一步进入 Lift2 复合资产和官方 runner gate。

已经解决了什么

先把黑屏定位到相机 readback，不是 recorder 写盘；然后修了 camera axes/pose 和确定性光照。接着把 LabUtopia 原始坐标里的瓶子、烧杯、托盘、干燥箱归一到 Franka 工作区，并把门把手恢复成干燥箱内部子部件。最后按任务隐藏非目标资产，让 pick/place 的图不再被无关物体干扰。

还没解决什么

open_door native complex DryingBox_01 已经通过 Franka POC gate，但官方 baseline lane 还没过。也就是说，我们已经解决“图能不能加载、能不能看懂任务”和“原生复杂门能不能稳定进入 EBench”的 POC 问题；下一步要解决“能不能按官方 Lift2 方式评”。

新图：当前 EBench eval readback

这三张是当前更可信的诊断图，因为它们来自 evaluator camera readback。它们证明底层加载、任务级构图和相机读回已经闭环到任务渲染门禁；剩余风险在官方 baseline 资产组合和 runner 验证。

level1_pick eval readback after EBench LabUtopia asset loading — **level1_pick · 任务渲染通过**任务级隐藏后只保留桌面和蓝色瓶子，抓取目标清楚；诊断门禁 `render_validation.passed=true`。source: saved/diagnostics/labutopia_p1_gate_pick_formal_20260624_0001/readback_after_get_eval_camera_data/camera2/00000.png

level1_place eval readback after EBench LabUtopia asset loading — **level1_place · 任务渲染通过**烧杯和黄色目标托盘同时可见，放置关系可以解释；诊断门禁 `render_validation.passed=true`。source: saved/diagnostics/labutopia_p1_gate_place_formal_20260624_0001/readback_after_get_eval_camera_data/camera2/00000.png

level1_open_door eval readback after EBench LabUtopia asset loading — **level1_open_door · 任务渲染通过**最新正式配置诊断中只暴露 `RevoluteJoint`，关节位置已回到期望关闭位 `0.0`；门板、框架和细橙色把手在同一 evaluator readback 图里可见，诊断门禁 `render_validation.passed=true`。source: saved/diagnostics/labutopia_p1_gate_open_door_formal_20260624_0002/readback_after_get_eval_camera_data/camera2/00000.png

open_door：旧图、P1 surrogate、P2 native 三阶段证据

这组三张图只回答“资产和任务图是否能被 EBench 看懂”。旧图说明早期失败在哪里；P1 图证明我们把 eval readback、门关节和把手可读性稳定下来；P2 图证明同一条链路已经回到 LabUtopia native complex DryingBox_01，不是继续依赖 cube-based surrogate。

old level1_open_door render with unclear DryingBox door — **旧图 · 失败样例**相机只拍到黑色箱体一角，门板、铰链、把手和 action point 都不可读。它只能作为问题说明，不能作为验收图。

P1 sanitized surrogate open_door evaluator readback — **P1 · sanitized surrogate 对照组**固定 base、只保留门的 `RevoluteJoint`，关节读数回到 `0.0 rad`，门板/框架/细把手可读。它证明 EBench eval readback 链路和任务构图过关。

P2 native complex DryingBox_01 open_door evaluator readback — **P2 · native complex DryingBox_01**保留原生 visual/hierarchy/nested handle，只叠加必要 `additive physics override`；正式诊断为 `native_complex_dryingbox_ready=true`、`task_render_accepted=true`。source: saved/diagnostics/native_dryingbox_open_door_eval_explicit_20260624_093156/readback_after_get_eval_camera_data/camera2/00000.png

验证证据

证据项	结果	说明
run_id	`labutopia_franka_smoke_clean8_20260622_100208`	独立 smoke 运行记录。
episode 完成度	3/3 complete	`level1_pick`、`level1_place`、`level1_open_door` 均结束并写入结果。
score / sr	`0.0`	默认动作 smoke 的预期结果，只说明链路，不说明求解能力。
render smoke	`labutopia_franka_render_smoke_20260622_150819`	同一任务包跑过保存帧 smoke；eval recorder 的 `camera2` 帧为纯黑，后续 runtime 诊断确认黑帧发生在 `get_eval_camera_data()` 后、recorder 写盘前。
render diagnostics	`P1 gate passed`	旧诊断：三个任务均为 `readback_black_before_recorder`。P1 最新正式诊断：三个任务均为 `readback_visible` 且 `render_validation.passed=true`；open_door 已从爆值和大橙色块修到关闭位正确、门板/框架/细把手可见。
P0a/P0b manifest	`pick/place visible`	render_p0a_p0b_20260623.json 记录 camera axes/pose、deterministic light 和 pick/place 非黑 readback。
P1 asset/layout manifest	`3/3 task render pass`	render_p1_asset_layout_20260623.json 记录三任务 eval readback 图、静态 USD 坐标、任务级隐藏、open_door 细把手修复和 official baseline 未验证边界。
Native DryingBox audit	`audit PASS`	`saved/diagnostics/native_dryingbox_audit_20260624_091136/audit.json`，SHA256 `e6eab4a6fc6a6b3ddddbabc2717a674c606c83255467db8b97bfbdac085aad4d`。用途是确认原生 `DryingBox_01` 的 hierarchy、joint、handle 和物理风险点。
Native-only Isaac smoke	`runtime stable`	`saved/diagnostics/native_dryingbox_smoke_20260624_091152/smoke.json`，SHA256 `fdab719564440d8528623785b55662acb38b74cf607d249dce963885082664a4`。用途是在进入 EBench 前确认 native DryingBox runtime 物理状态有限稳定。
Native open_door eval readback	`native_complex_dryingbox_ready=true`	`saved/diagnostics/native_dryingbox_open_door_eval_explicit_20260624_093156/diagnostics.json`，SHA256 `f28451fe121e43ac48c2e4b25ce28dfe395ee09e570318017c45cdfb2257225e`。正式结论：`boundary_classification=readback_visible`、`runtime_physics_stable=true`、`task_render_accepted=true`、`official_baseline_evaluable=false`。
visual QA	`PASS / PASS / PASS`	`pick` 目标瓶清楚，`place` 烧杯和目标托盘关系可读；`open_door` 已有 P1 surrogate 和 P2 native 两张 readback 证据。这个 PASS 只覆盖任务渲染图，不等于策略得分或官方 baseline 成绩。
report display QA	`passed`	Playwright/Chromium 桌面、平板、移动端长截图已通过；周报 9 张图片、教程 3 张图片全部加载，旧图/P1 surrogate/P2 native 三阶段证据、native gate 通过和 official baseline 未验证边界文案都存在，无请求失败、console error 或横向溢出。证据在 `/tmp/labutopia_task6_browser_review_20260624/audit.json`。
pytest	`64 passed, 1 skipped`	覆盖资产 override、fallback metadata、结果落盘、后处理 fail-fast 和 render diagnostic 合同等回归点。
diagnostic contract	`13 passed`	纯 Python 帧统计和黑帧分类接口不依赖 Isaac，可快速回归。
package validator	`LabUtopia task package validation OK`	任务包、manifest、camera cleanup 配置通过静态校验。
端口隔离	`18088` closed, `8087` online	没有和 EOS/其他工程师正在跑的任务混淆。

问题和处理结果

问题	表现	处理方式	当前状态
资产根目录不对	系统一开始会去默认目录找 LabUtopia 场景。	增加 LabUtopia manifest 识别逻辑，运行时切换 overlay asset root。	已解决
缺少 `meta_info.pkl`	传统采集包依赖的 metadata 在 LabUtopia POC 中不存在。	从实时场景自动生成最小可用 metadata。	已解决
camera cleanup 字段缺失	切换任务时 camera 清理报字段错误。	补齐 POC camera 配置 cleanup flags。	已解决
eval recorder camera2 黑屏	保存过程帧时 `camera2` 输出为黑屏。	已修 camera axes/pose、deterministic lighting 和工作区相机；P1 三任务均能从 eval camera 读回非黑图。	黑屏解除
旧图不可作为验收证据	旧图看不清任务目标，也不是稳定 eval-path 证据。	旧图保留为历史失败样例；新图改用正常 evaluator readback，并清楚标注哪些已可读、哪些仍 blocked。	已解释清楚
当前任务图验收边界	`pick` 已清楚，`place` 关系可读；`open_door` 已能读回且关闭位正确，门板/框架/细把手可识别。	已用正式任务渲染门禁签收三任务；P2 又补上 native complex `DryingBox_01` 的 EBench readback 证据。下一步转入 Lift2 baseline 所需的复合资产和官方 runner gate。	任务渲染/native gate 通过
资产导入/layout 静态坐标	早期对象在源 lab 坐标，门把手会像独立物体一样飞到远处。	P1 已把对象归一到 Franka 工作区，并把 handle 保留为 DryingBox 内部子路径。	静态层已推进
`open_door` runtime 物理不稳定	旧版本 runtime articulation joint position 爆到 `1.573e13`，并伴随 PhysX transform warning。	P1 已用稳定的 DryingBox `sanitized_surrogate` 修复爆值和关闭位；P2 已把稳定性迁移到 LabUtopia native complex `DryingBox_01`，并通过 `native_dryingbox_open_door_eval_explicit_20260624_093156` 读回验证。	native gate 已通过
最终进度不 complete	任务已跑完，但客户端等待最终结果直到超时。	任务结束时写最小 `result_info.json` 并修复进度统计。	已解决
后处理异常可能被误记为完成	异常路径不能用 0 分兜底伪装为成功。	增加 fail-fast 逻辑和回归测试。	已解决

Claim Boundary

现在可以说

LabUtopia Franka POC 已经能通过 GenManip/EBench server-client 链路本地跑完。
三个 level-1 任务能完成 reset/step/finalize，并生成 per-task 和 final result。
Franka POC 的 LabUtopia scene overlay 加载路径已经验证。
旧图问题已经明确：看不清任务目标，也不是稳定 eval-path 证据。
黑帧边界已经定位到 camera readback 之后、recorder 写盘之前。
P1 后，三任务 eval camera2 都已从纯黑变为非黑 readback。
静态 USD 坐标和门把手层级已经明显推进，handle 不再作为独立飞走物体。
任务级隐藏后，pick 和 place 的当前诊断图已经能让 PM 看懂目标和关系。
P1 最新正式诊断中三任务 render_validation.passed=true，可以说任务渲染门禁已通过。
可以说 open_door 的 P1 sanitized_surrogate 对照组稳定了关节读数和 readback 证据。
可以说 P2 已把 open_door 回到 LabUtopia native complex DryingBox_01，原生 visual/hierarchy/nested handle 保留，native_complex_dryingbox_ready=true。

现在不能说

不能说任务已经求解成功，当前默认动作得分是 0.0。
不能说官方 Lift2 baseline 已经可评，Lift2 复合资产和官方 runner 还没闭环。
不能把当前任务渲染 PASS 或 native gate PASS 等同于策略成功率、官方分数或官方 baseline 成绩。
不能说当前 P2 native readback 复现了 LabUtopia viewer 的原生展示视角；它是 evaluator camera 的任务证据图。
不能说已经跑过 EBench 官方 Lift2 baseline；当前闭环的是 GenManip/EBench 本地任务渲染门禁和 Franka POC native DryingBox gate。

接下来几步

Camera readback 源头修复

已完成 camera axes/pose、deterministic lighting 和工作区相机修复；三任务已经非黑。

P1a

静态资产/layout 正规化

已把任务对象归一到 Franka 工作区，保留 nested handle transform，并用静态 USD 校验 object center/bounds/scale/light。

P1b

open_door 视角和门缝增强

物理爆值和关闭位问题已在 P1 sanitized_surrogate 对照组里通过关节目标回放解决；P2 已把同一套稳定性迁移到 LabUtopia native complex DryingBox_01，通过 EBench readback 证明原生箱体和 nested handle 可见。

P1c

任务级相机/构图

pick/place/open_door 已完成任务级相机与构图复验，三任务 render_validation.passed=true；后续构图调整只作为展示 polish，不作为 P1 阻断项。

P1d

Eval-path 重拍验收

已用正常 evaluator/readback 路径重新抓关键帧，写入 evidence manifest；三任务任务渲染门禁已通过。后续只做展示级 polish 或复验，不再作为 P1 阻断项。

Native complex DryingBox gate

已完成 asset audit、native-only Isaac smoke、EBench wrapper、additive physics override 和 open_door eval readback；当前 evidence boundary 是 native_complex_dryingbox_ready=true、official_baseline_evaluable=false。

Lift2 资产预检

下一步构建复合资产根目录：LabUtopia scene overlay + 默认 robot_usds/lift2 + 默认 miscs/curobo，并留下 preflight JSON/hash。

Lift2 dry smoke

在独立端口运行 lift2_candidate，要求 3/3 complete，但仍保持 official_baseline_execution=false。

官方 runner 发现

定位官方 EBench/OpenPI/Lift2 runner 文件，记录路径、hash 和入口，不直接执行策略。

官方式本地尝试

只有 P5 过后，才做一轮官方风格 online loop，并保留 terminal evidence。

文档	用途	链接
Markdown 周报	文字版 PM 汇报。	打开
Franka smoke 记录	本次 smoke 的 run_id、命令、结果路径。	打开
Franka render smoke 记录	三任务失败渲染样例、camera2 黑屏和 readback 边界。	打开
Render visual investigation	6/23-6/24 多角度复核：旧图问题、P0 黑屏修复、P1 静态资产归一、任务级隐藏后的新 eval readback 图、open_door 细把手修复和 baseline 边界。	打开
Render diagnostics manifest	三任务 runtime 诊断、帧 hash、claim boundary 和 layout red flags。	打开
P0a/P0b render manifest	camera axes/pose、deterministic light 和 pick/place 非黑 readback 证据。	打开
P1 asset/layout manifest	三任务 eval readback 图、静态 USD 坐标、任务级隐藏、open_door 关闭位、细把手正面诊断和 official baseline 未验证边界。	打开
Render/layout closure plan	P0-P2 修复计划：camera 诊断、reset 布局、eval-path 重拍和视觉 QA。	打开
Native DryingBox plan	P2 七步 gate：asset audit、native-only Isaac smoke、EBench wrapper、additive physics override、open_door eval readback、文档证据和 Lift2 gate。	打开
USD articulation 门教学页	面向 PM 解释 surrogate baseline、native complex DryingBox、USD articulation 和 claim boundary。	打开
Lift2 baseline lane plan	仿 EOS 的 P0-P4 证据门推进计划。	打开
POC status plan	本周 POC 状态和环境决策。	打开

LabUtopia x EBench接入周报