配置系统¶

GeneLab 配置是一棵 dataclass 树。它刻意使用普通 Python，而不是自定义 schema：任务作者可以用常规代码构造配置，CLI 也仍然能暴露稳定的 override 路径。

核心概念¶

TaskCfg 是发现层与运行层之间的边界。它记录 task id、已注册 env 和 robot 名、默认 env 配置、可选 play-mode env 配置、可选 agent 配置。

TaskCfg
├── env
├── play_env
└── agent

env 有意标成 object。下游项目可以使用 ManagerBasedRlEnvCfg 这样的子类，而不需要修改 GeneLab core。

CLI 把 --a.b.c VALUE 当作 dataclass 树上的路径。apply_overrides 解析路径、读取当前值和类型注解、转换字符串值，并在运行前修改配置。

这样实验可复现：最终 TaskCfg 可以被 dump，非法路径会早失败，而不是被静默忽略。

训练和人工检查通常需要不同默认值。play_env 让 task 把 viewer 友好的设置和训练设置放在一起：更少 env、打开 viewer、可选鼠标交互、可选 recording 输出。