# 智能体调试
在部署模型服务和云端接入机器人之后，可以开始智能体调试，发送技能开始调试，云端和残差强化学习端侧会同时显示调试记录（日志），在调试期间可以人工干预调试，调试完成后在本地残差强化目录下查看保存的轨迹数据（具体格式请参见[轨迹格式]）。
#### 智能体调试
1. [登录CloudRobo控制台](https://console.huaweicloud.com/cloudrobo/)。
2. 在左侧导航栏选择"运行管理 \> 机器人"，进入"机器人"页面。
3. 找到[接入并激活机器人](https://support.huaweicloud.com/bestpractice-cloudrobo/toctopics/zh-cn_topic_0000002689142054.html)中的在线机器人，单击对应"操作"列的"智能体调试"。
4. 在"智能体调试"页面，首次进入请选择[部署模型](https://support.huaweicloud.com/bestpractice-cloudrobo/toctopics/zh-cn_topic_0000002718861503.html#ZH-CN_TOPIC_0000002718861503__section1747316451816)的"UR5E抓放航插"模型服务与泛化技能。
5. 在对话框输入"pick up the blue three-pin plug and place it upright on the right white foam board"技能，单击![](https://support.huaweicloud.com/bestpractice-cloudrobo/images/zh-cn_image_0000002721323155.png "点击放大")，即开始模型云端推理。
6. 用户可以在云端和残差强化学习端侧查看调试记录，在调试期间可以人工干预调试（即[人类干预]）。
   
   图1智能体调试记录   
   ![](https://support.huaweicloud.com/bestpractice-cloudrobo/images/zh-cn_image_0000002721320487.png "点击放大")
   此时，残差强化学习端侧日志示例如下：
   ```
   2026-07-17 11:18:00,055 - [INFO] - Published observation, episode_id=0
   2026-07-17 11:18:00,055 - [INFO] - Sent observation, waiting for cloud inference...
   2026-07-17 11:18:00,055 - [INFO] - Received action step, timestamp=1784258386042604464, chunk_index=0, step_index=0
   2026-07-17 11:18:00,055 - [INFO] - Skip action index 1
   2026-07-17 11:18:00,055 - [INFO] - Received action step, timestamp=1784258386042604464, chunk_index=0, step_index=1
   2026-07-17 11:18:00,055 - [INFO] - Executing action 2, base_action shape: (2, 7), gripper: 0.07993686790907673
   2026-07-17 11:18:00.056 | DEBUG    | robot_infra.envs.wrappers:action:97 - original target action is [ 5.56897283e-01  4.35239563e-05  2.91847587e-01 -1.77356648e+00
     1.93513513e+00 -5.84504247e-01  7.99368679e-02], intervened action is [ 5.56897283e-01  4.35239563e-05  2.91847587e-01 -1.77356648e+00
     1.93513513e+00 -5.84504247e-01  7.99368679e-02]
   2026-07-17 11:18:00.056 | DEBUG    | robot_infra.envs.wrappers:action:99 - processed target action is [ 5.56897283e-01  4.35239563e-05  2.91847587e-01 -1.77356648e+00
     1.93513513e+00 -5.84504247e-01  7.99368679e-02]
   2026-07-17 11:18:00.056 | DEBUG    | robot_infra.envs.ur5e_env:step:251 - target timestamp is 1784258280.1067631, current time is 1784258280.0567656
   2026-07-17 11:18:00,187 - [INFO] - Received action step, timestamp=1784258386042604464, chunk_index=0, step_index=2
   2026-07-17 11:18:00,187 - [INFO] - Skip action index 3
   2026-07-17 11:18:00,187 - [INFO] - Received action step, timestamp=1784258386042604464, chunk_index=0, step_index=3
   2026-07-17 11:18:00,187 - [INFO] - Executing action 4, base_action shape: (2, 7), gripper: 0.07999412965313052
   ```
   
   
 
 #### 人类干预
在机器人执行任务过程中，如果有必要，可以通过3D鼠标space mouse进行人工干预，程序会自动记录干预数据。
- 一条轨迹执行成功，比如机械臂把航插直立地放到了海绵上，此时可以按电脑键盘"T"标记成功并保存轨迹。
- 如果任务执行失败，比如机械臂偏离目标，此时可以按键盘"N"标记失败不保存轨迹，重新采集这条轨迹。
不论成功还是失败，机械臂都会自动执行初始化程序，回到初始位置。
采集成功的轨迹数目达到本地残差强化目录/hil-residual-rl/experiments/place_upright/config.yaml中experiment.successes_needed的值后，程序会自动结束。如果config.yaml文件中的输出目录为默认配置，此时可以在**/hil-residual-rl/test_output/目录下看到保存的轨迹** （具体格式请参见[轨迹格式]）。
 #### 轨迹格式
保存的数据格式与RLinf框架训练用的数据集格式一致，每次采集的轨迹目录下包含两个json文件和若干条轨迹pt文件。
- metadata.json
- trajectory_index.json
- trajectory_0_demo_expert.pt
- trajectory_1_demo_expert.pt
**保存的pt轨迹包含以下key**：
- max_episode_length: 最大 episode 长度
- model_weights_id: 模型权重 ID，默认"demo_experts"
- actions: 动作 (n, 1, 7)
- intervene_flags: 干预标志 (n, 1, 7)
- rewards: 奖励 (n, 1, 1)
- terminations: 终止标志 (n, 1, 1)
- truncations: 截断标志 (n, 1, 1)
- dones: 完成标志 (n, 1, 1)
- forward_inputs: 动作 (n, 1, 7)
- curr_obs: 当前观测
- next_obs: 下一观测
**curr_obs/next_obs包含**：
- states: 状态 (n, 1, 7)
- main_images: 主相机图像 (n, 1, 224, 224, 3)
- wrist_images: 手腕相机图像 (n, 1, 224, 224, 3)
- residual_actions: 残差动作 (n, 1, 7)
- base_actions: 基线动作 (n, 1, 7)
- step_index: 步索引 (n, 1)
- chunk_index: chunk 索引 (n, 1)
- next_base_actions: 下一基线动作 (n, 1, 7)