検証と、正直なスコープ
主張は実装で裏取りします。自律検証ハーネスで毎回ゲートを通し、できることとまだのことを正直に分けます。
デバッグ性最優先RLワークフローの原則
RLは「反復・検出・分析・自律検証」を先に作る。GPUを増やす前に、env/レシピを直す。毎ランのゲート：スモークテスト＋エキスパート評価＋プリフライト。
毎ランのゲート
smoke_test.py（boot/obs/形状）、summarize_run.py、preflight_check.py、--early_stop。崩壊を即検知して無駄なGPUを止める。
パリティ検証
Isaac FK vs fk() = 0.0005mm worst。ファームウェア再生誤差 0.0002°。reality-gap（realityGap.ts）で計画 vs 実機を%で測る。
本番ライブ検証
verify-live.mjs：HTTP＋wsゲート＋ヘッドレス・ブラウザ訪問パス＋backendログ。18/18 PASS。
正直なスコープ役割分担（誤主張しない）
| 担当 | 何をするか | 状態 |
|---|---|---|
| Isaac Sim / Lab | RL学習・物理シミュレーション | 稼働 |
| FAIRINO Python SDK | 実機の駆動（MoveJ/MoveL・関節キャプチャ） | SDK検証済 |
| robot-guide | 教示・事前検証・エクスポート・sim-to-real QA・Web再生 | 稼働 |
| 知覚ブリッジ（カメラ→YOLO→姿勢→方策） | 実機でobsを組み立てる | 未配線（TODO） |
| 実機RLピック | 方策で実機を動かす | スタブ／ハード未接続 |
いま正直に言えること
RLの3タスクはIsaacで ≥85%、ピックは本番Webでライブ。教示・検証・エクスポート・再生はrobot-guideで動く。ただし実機の知覚ブリッジとRL実機駆動はまだスタブ。④ 実環境への適応の床色問題も、知覚ブリッジを作って実フレームで走らせて初めて「測定」できる。次の一手はそこ。
SSOT：docs/b7-rl-board-report.md、docs/b7-rl-pick-plan.md、docs/inhouse-fr5-pipeline.md。検証：app/verify-backend.mjs / app/verify-live.mjs / tools/isaac_rl/*smoke*.py。