软件仿真训练包含哪些工作？
- 在环境中定义任务、可观测状态、可执行动作及反馈信号，让策略通过反复交互学习。Isaac Lab 等框架提供仿真学习基础设施，但具体任务、模型参数与奖励仍需项目实现和检查。
- 建模精度应服务任务目标。对接触、执行器、传感器或通信延迟敏感的任务，需要说明相关近似，而不是用渲染质量代替物理与控制模型质量。
奖励上涨为什么不等于任务完成？
- 策略可能通过非预期行为获得奖励。评测除回报外，还应检查任务成功率、约束违反、异常终止与恢复能力，并回放失败样本定位原因。
- 训练和评测场景要区分；随机化范围、随机种子与检查点需要记录。不能只选择一次成功回放，也不能在看到测试结果后不断改测试条件。
算力、周期和交付范围如何估算？
- 先用小规模试点测量单步耗时、并行环境数量和训练吞吐，再评估扩大规模的收益。显存、渲染频率与物理复杂度都会影响结果，不宜只按 GPU 型号承诺训练时间。
- 合同分开列出环境开发、训练实验、评测分析和部署适配。源代码、模型权重、依赖许可与运行硬件要求也需要单独约定。
从仿真走向实机的边界
- 迁移到实机前要重新检查模型差异、观测噪声、动作限制与失效保护。其他任务上的公开训练结果只能作为方法参考，不能复制为新项目的成功率承诺。
- 若本期仅验收软件仿真，应明确不含实机性能保证。移交评测脚本入口、固定基准和失败案例比单独交付最终权重更便于后续维护。