配置参考

GeneLab 配置是普通 Python dataclass。CLI 在运行前通过 dotted override 修改这些 dataclass； 任务代码也可以直接构造或复制它们。

顶层任务结构

字段	类型	含义
TaskCfg.name	str	注册到 TASKS 的稳定 task id。
TaskCfg.env_name	str	已注册环境名。
TaskCfg.robot_name	str	已注册机器人名。
TaskCfg.env	object	默认/训练环境配置，通常是 ManagerBasedRlEnvCfg 子类。
TaskCfg.play_env	object | None	可选的 play 模式配置。genelab play 优先使用它。
TaskCfg.agent	object | None	runner 配置。RSL-RL 任务使用 RslRlOnPolicyRunnerCfg。
TaskCfg.trainable	bool	注册表视图展示用标志。

运行时配置

Dataclass	重要字段
SimulationCfg	vis、gpu、steps、dt、substeps、num_envs
InteractiveSceneCfg	env_spacing、sensors、mouse_interaction、entities、terrain、batch_render、recordings
ManagerBasedEnvCfg	device、simulation、scene 和轻量 manager enabled flag
ManagerBasedRlEnvCfg	decimation、episode_length_s、seed、robot、actions_cfg、observations_cfg、rewards_cfg、terminations_cfg、commands_cfg、events_cfg、curriculum_cfg、metrics_cfg、bridges_cfg

Override 语法

play 或 train 的 task id 后面，任何 --a.b.c VALUE 都会变成 override。选项名里的 连字符会转换成下划线。

genelab play GeneLab-Inverted-Pendulum-v0 \
  --env.simulation.dt 0.005 \
  --env.rewards_cfg.pole_upright.weight 4.0

路径从 TaskCfg 开始解析，因此 env.* 指向 task.cfg.env，play_env.* 指向 task.cfg.play_env。

短标志别名

CLI 标志	Play 目标	Train 目标
--vis / -v	有 play_env 时为 play_env.simulation.vis=true，否则为 env.simulation.vis=true	env.simulation.vis=true
--gpu	有 play_env 时为 play_env.simulation.gpu=true，否则为 env.simulation.gpu=true	env.simulation.gpu=true
--steps N	有 play_env 时为 play_env.simulation.steps=N，否则为 env.simulation.steps=N	--max_iterations N
--dt X	有 play_env 时为 play_env.simulation.dt=X，否则为 env.simulation.dt=X	env.simulation.dt=X

类型转换

apply_overrides 会读取 dataclass 注解，并把字符串转换到目标类型。

目标类型	接受值
bool	true、false、1、0、yes、no、on、off
int	十进制整数
float	Python float 字面量
Path	pathlib.Path(value)
list[T]	逗号分隔，并按 T 转换
tuple[T, ...]	逗号分隔，并按 T 转换
None	none 或 null
其他	字符串兜底

未知路径和无法转换的值会在仿真启动前报错。

发现可覆盖路径

genelab info GeneLab-Inverted-Pendulum-v0

从 Overridable cfg paths 里复制路径，比手写嵌套 term 名更可靠。