feat: add offline R1 sim2real deployment core

[Zarato2122]

本阶段目标

实现 Unitree R1 26-DoF 的离线可验证部署核心，在不连接机器人、不发布真实 rt/lowcmd 的前提下，固定关节映射、观测契约、命令生成、运行状态机和失效保护边界。

改动文件

• sim2real/config/r1_26dof.yaml：R1 关节、PD、安全阈值与观测配置。
• sim2real/r1/：配置解析、状态适配、425 维观测、26 维命令、运行时、安全检查和 Unitree 传输层。
• sim2real/rl_policy/r1_motion_tracking.py：50 Hz 策略入口、离线冒烟模式和受多重确认保护的真实部署入口。
• tests/sim2real/：映射、观测、状态、命令、安全、运行时和传输层测试。
• reproduction/r1-sim2real-offline-core.md：复现命令、结果和限制。

安全边界

• Unitree SDK 延迟导入，离线环境不依赖 SDK。
• DDS 默认为只读；发布命令必须同时提供 --enable-real、显式网卡，并输入 ENABLE R1 LOW LEVEL。
• 启动前释放 MotionSwitcher，并探测是否已有外部 rt/lowcmd 发布者。
• 状态/目标过期、动作非法、维度错误、姿态/关节/速度越界、电机错误、mode_machine 变化或 writer 异常均进入故障态。
• 故障态不能通过简单请求 Passive 静默清除。
• 未使用的 DDS 电机槽保持禁用。

测试命令

conda run -n asap python -m unittest discover -s tests -t . -p 'test_*.py'
conda run -n asap python -m compileall -q sim2real tests
conda run -n asap python sim2real/rl_policy/r1_motion_tracking.py --offline-smoke --offline-smoke-steps 100
conda run -n asap python sim2real/rl_policy/r1_motion_tracking.py --offline-smoke --offline-smoke-steps 100 --model /tmp/asap-r1-zero-policy.onnx
git diff --cached --check

测试结果

• 单元测试：35/35 通过。
• Python 编译检查：通过。
• 内置零策略离线冒烟：100 步通过，观测 425 维、动作 26 维。
• ONNX Runtime 临时零权重模型：100 步通过。
• 暂存内容格式检查：通过。

本地输出路径

• 临时 ONNX 冒烟模型：/tmp/asap-r1-zero-policy.onnx（44,381 bytes，可再生成，未提交）。

未提交的大文件

无 checkpoint、数据集、缓存、视频、日志或大型中间产物被提交。临时 ONNX 文件仅保留在上述本地路径。

当前限制和下一步

• 本机尚未安装固定版本的 unitree_sdk2py，传输层使用测试替身完成离线验证。
• 尚无 R1 机器人和机器人网络，未进行 LowState 只读联调或真实命令发布。
• 尚无与 R1 训练配置配套的真实 ONNX/checkpoint 和 walk motion。
• 尚未从 R1 Isaac Gym rollout 生成 golden observation fixture。
• 500 Hz DDS writer 在真实部署机上的调度抖动尚未测量。
• 当前 R1 训练配置使用 NO_domain_rand，不应据此直接进入真机闭环。
• 下一阶段先生成黄金观测、导出真实策略，并完成官方 Unitree MuJoCo Sim2Sim；之后才进行只读真机 LowState 测试。