Work: 修复 Go1Walk 绕过 Domain Randomization 的问题 #173

Work type

fix

Area

Go1

Problem

src/unilab/envs/locomotion/go2/joystick.py 的 Go1WalkTask 完全重写了 reset() 方法 (line 301)，绕过了 Domain Randomization 系统：

# go2/joystick.py:301
def reset(self, ...):
    # 完全自定义的 reset 逻辑
    # ... 缺少 DR 应用步骤
    return obs, info

正常流程：

reset() -> apply DR -> return obs

Go1Walk 实际流程：

reset() -> [缺少 DR] -> return obs

影响：

• Go1Walk 任务无法受益于 Domain Randomization 的泛化能力提升
• 训练/推理分布不一致
• 与其他 locomotion 环境行为不一致

Deliverable

1. 分析 Go1Walk 自定义 reset() 的必要性
2. 在自定义 reset 逻辑中正确集成 DR 应用步骤
3. 或者移除自定义 reset，使用基类标准流程 + 必要的定制钩子

Definition of done

• Go1Walk reset() 流程分析完成
• DR 系统正确集成到 Go1Walk 的 reset 流程
• Go1Walk 与其他 locomotion 环境的 DR 行为一致
• 无功能回归 (训练可正常进行)
• CI green

Dependencies and blockers

建议 Issue #133 (LocomotionBaseEnv) 完成后进行，统一基类可简化 DR 集成

Validation plan

• uv run python scripts/train_rsl_rl.py task=go1_walk sim_backend=mujoco algo.max_iterations=5 正常
• DR 相关日志输出与其他 locomotion 任务一致
• make test 通过