Embodied System Impl 技术设计文档

赛题：赛题二 — 面向人机物融合的多级融合调度
项目名称：Embodied System Impl（具身智能任务调度系统）

1. 需求分析

1.1 赛题背景解读

赛题二”面向人机物融合的多级融合调度”核心挑战在于：在人机物三元融合的泛在计算场景中，操作系统需要支持跨设备、跨层级的任务协同处理，但现有调度框架存在以下痛点：

痛点	描述
框架割裂	各层级（端、边、云）调度系统独立运作，缺乏统一调度入口
协同低效	跨层级任务分发缺乏全局视角，导致负载不均
静态调度	传统调度方案无法感知任务执行时间的动态变化，悲观预留资源造成浪费
抢占缺失	机器人等具身场景中，紧急任务无法中断正在执行的低优先级任务
安全与功能割裂	安全任务与功能任务的调度未在 OS 层面统一，安全性无法保证

1.2 本系统定位

本系统定位于赛题参考案例 1（具身智能 VLA 任务调度）与案例 2（机器人多任务规划）的综合实现，构建一套面向具身智能场景的、支持优先级抢占的轻量化任务调度框架。系统以 VLA（Vision-Language-Action）任务调度为核心场景，支持：

机器人任务从模型接收、拆解、到硬件执行的完整生命周期管理
多优先级抢占式调度（8 级优先级 × 4 级中断级别）
基于 DAG 的子任务依赖关系管理
硬件亲和性感知的子任务分发
副作用（Side Effect）感知的安全抢占机制
通过适配器模式对接多种仿真/真实环境

1.3 功能需求映射

赛题要求	本系统实现
架构轻量化，支持模块化扩展	核心调度器仅约 500 行 Python，基于 Adapter 模式实现环境扩展
框架间高效协同，负载均衡	多硬件 Worker 线程池 + 亲和性感知分发，实现硬件级负载均衡
嵌套并行与应用混布	DAG 子任务依赖图支持任意拓扑的并行执行；多优先级队列支持任务混布
动态任务拆分	`TaskReceiver.decompose()` 接口由模型驱动，支持 VLA 任务动态拆解
优先级抢占	8 级优先级 + 4 级中断级别 + 副作用消解机制，支持安全抢占与恢复

1.4 核心洞察：具身智能操作系统与现代操作系统的同构性

在设计与实现本系统的过程中，我们发现：具身智能操作系统在多个关键维度上与现代操作系统呈现出结构性的同构关系。这一洞察并非表面的类比，而是深入到资源抽象、并发模型、异步事件处理等操作系统核心机制的层面。下表系统性地总结了这一同构关系：

维度	现代操作系统	具身智能操作系统（本系统）	同构本质
资源分配对象	进程（Process）	任务（TaskObject）	二者均为资源分配的基本单位，拥有独立的上下文与生命周期
上下文管理	进程上下文包含寄存器状态、地址空间、打开文件表等	任务上下文包含规划器状态、DAG 执行进度、副作用集合、硬件占用表	切换均需保存/恢复完整的执行状态
上下文切换	通过保存/恢复寄存器与页表实现进程切换	通过冻结/恢复 DAG 与 processes 字典实现任务切换，且需额外完成物理世界状态的转移（副作用消解、机械臂复位）	均为状态的全量保存与恢复，但具身系统增加了物理上下文的维度
控制与调度	操作系统内核控制进程创建与调度，进程无法自行决定运行时机	SystemRuntime 控制任务接收、拆解与调度，任务被动响应调度决策	均由系统层统一管理，调度与执行分离
调度对象	进程由线程（Thread）组成，线程是 CPU 调度的基本单位	任务由子任务（Subtask）组成，子任务经 DAG 描述依赖后分发到硬件	均为”父实体包含可并行子实体”的二级结构
并行执行	多线程可在多核 CPU 上并行执行	多个子任务可在多机械臂/多硬件上并行执行	并发粒度从”核心”映射到”硬件执行单元”
中断机制	中断向量表 + 硬件异步事件响应（时钟中断、I/O 中断等）	抢占事件（`threading.Event`） + 抢占检查点响应异步任务（紧急任务插入、环境异常）	均为异步信号驱动的控制流切换
中断响应	内核在中断返回时检查是否需要调度（如时间片耗尽）	Scheduler 在每个动作间隙检查 `event_task_preempt` 信号，判断是否触发抢占	均为”在安全点检查并响应”，而非任意时刻强制打断
突发处理	NMI（不可屏蔽中断）、异常处理机制	EmergencyStop 任务类型（规划中）、副作用感知抢占阻塞	均需处理高优先级突发事件的优先级反转问题

上述同构关系的发现，为本系统的架构设计提供了根本性的理论支撑：我们并非从零构建一套全新的调度范式，而是将现代操作系统经过数十年验证的核心设计原则（进程模型、多级调度、中断驱动），适配到具身智能这一新兴计算场景中。具体而言：

进程管理 → 任务管理：TaskObject 对应进程，维护独立的优先级、DAG 状态和硬件占用表。与传统 OS 不同的是，具身任务的上下文切换不仅涉及数字状态（DAG 节点完成情况），还涉及物理状态（副作用的产生与消解、机械臂的复位路径），这是本系统引入 Side Effect 等机制的根本原因。
线程并行 → 子任务并行：SubtaskObject 对应线程，多个子任务通过 DAG 描述依赖关系后，在满足拓扑约束的前提下可在多个硬件上并行执行；Scheduler._invoke_task() 的每轮调度遍历入度为 0 的节点集合并分发给空闲硬件，本质上相当于多核调度器中就绪队列到可用核心的映射。
中断机制 → 抢占调度：现代 OS 通过中断向量表注册，在中断返回时检查 need_resched 标志；本系统通过 threading.Event 发出抢占信号，在每个动作间隙（VLA 场景下的最小安全抢占粒度）检查三个抢占条件（优先级、副作用、中断级别），条件满足时执行任务切换——切换过程由 System Interface 的转移行为接管，确保从当前任务的物理状态安全过渡到新任务的初始状态。

这一同构视角意味着：现代操作系统领域积累的大量理论成果（调度算法、同步机制、死锁预防、优先级反转处理等）均可在具身智能场景下获得新的应用空间，为本系统的后续演进提供了丰富的理论资源。

2. 总体设计思路

2.1 架构分层

系统严格分为三层：

层级	职责	对应源码目录
运行时层（Runtime）	系统生命周期管理、线程编排、调度决策	`src/runtime/`
任务模型层（Tasks）	任务/子任务对象模型、DAG 依赖管理、任务队列	`src/tasks/`
适配器层（Adapter）	环境抽象，对接具体硬件、模型、仿真平台	`src/runtime/adapter/`

2.2 核心调度流程

flowchart TD
    A[Adapter.watch 接收任务] --> B[TaskDescriptor 放入队列]
    B --> C[Dismantler 线程: decompose 拆解]
    C --> D[TaskObject + Subtask DAG 生成]
    D --> E[TaskQueue 按优先级入队]
    E --> F[Scheduler 线程: 选择最高优任务]
    F --> G{任务已冻结?}
    G -->|否| H[freeze 冻结 DAG]
    G -->|是| I[恢复执行]
    H --> I
    I --> J[遍历 DAG 入度为 0 节点]
    J --> K[按硬件亲和性分发给 Hardware Worker]
    K --> L[HardwareActuator 逐步执行动作]
    L --> M{子任务完成?}
    M -->|是| N[从 DAG 移除节点, 解除依赖]
    M -->|否, 被抢占| O[terminate_operation, 回收入队]
    N --> P{所有子任务完成?}
    P -->|是| Q[end_of_service, 取下一个任务]
    P -->|否| J
    O --> E

2.3 抢占机制设计

抢占检查在每个动作（Action）之间进行——这是 VLA 场景下最细粒度的抢占点。抢占触发条件为三个条件的逻辑与：

优先级条件：存在比当前任务优先级更高的等待任务（max_priority > in_service_task.priority）
副作用安全条件：当前任务处于副作用空闲状态（is_side_effect_free()）
中断级别条件：当前所有运行中的子任务均可被抢占（is_interrupt_level_preemptable()）

当三个条件同时满足时，系统通过 threading.Event 发出抢占信号，Scheduler 终止当前所有子任务，将任务标记为 preempted，然后开始执行高优先级任务。被抢占的任务在下一次调度时从 DAG 中恢复执行。

3. 核心模块划分

3.1 模块总览

src/
├── main.py                    # 系统入口
├── exceptions.py              # 异常体系定义
├── libs/                      # 通用工具库
│   ├── dag_node.py            # DAG 管理器（基于 networkx）
│   ├── logger.py              # 日志初始化（基于 loguru）
│   └── strings.py             # 字符串工具（数字→字母转换）
├── parts/                     # 系统核心概念组件
│   ├── hardware_affinity.py   # 硬件抽象、硬件管理器、任务亲和性
│   ├── intr_level.py          # 中断级别枚举（IL0-IL3）
│   ├── side_effect.py         # 副作用机制（Spawn/Eliminate）
│   └── verb_template.py       # 动作动词模板
├── runtime/                   # 运行时核心
│   ├── runtime.py             # SystemRuntime 主控制器
│   ├── scheduler.py           # 调度器（任务选择与分发）
│   ├── adapter_interface.py   # 适配器抽象接口
│   └── adapter/               # 适配器实现
│       ├── mock/              #     模拟适配器（命令行交互）
│       └── playground/        #     仿真适配器（对接 Libero）
└── tasks/                     # 任务模型
    ├── task.py                # TaskObject（父任务）
    ├── subtask.py             # SubtaskObject / SubtaskTemplate
    ├── descriptor.py          # TaskDescriptor（任务描述符）
    └── task_queue.py          # 多优先级任务队列

3.2 模块详细说明

3.2.1 SystemRuntime（`runtime/runtime.py`）

系统主控制器，负责：

通过 HardwareProbe.probe() 获取硬件资源清单
初始化 TaskQueue 与抢占事件 Event
启动三类工作线程：
- Dismantler（1 个）：从 Queue[TaskDescriptor] 中取任务描述符，调用模型拆解为 TaskObject
- Scheduler（1 个）：从 TaskQueue 中选择最高优先级任务，按 DAG 拓扑序分发子任务
- Hardware Worker（N 个，N = 硬件数量）：每个硬件一个线程，执行 HardwareActuator 的动作序列
在主协程中循环调用 TaskReceiver.watch() 接收外部任务

3.2.2 Scheduler（`runtime/scheduler.py`）

调度器实现两阶段调度：

Phase 1: 任务级调度（kick_to_run）
  ├── 从 TaskQueue 中选择最高优先级任务
  ├── 调用 begin_of_service() 标记服务开始
  └── 调用 _invoke_task() 进入子任务调度

Phase 2: 子任务级调度（_invoke_task）
  ├── 首次执行：freeze() 冻结 DAG 结构
  ├── 每轮遍历 DAG 中入度为 0 且未分配硬件的节点
  ├── 按硬件亲和性匹配可用硬件
  ├── 将子任务放入硬件队列（hw.queue.put）
  └── 等待子任务完成事件（event_subtask_finish）

3.2.3 TaskQueue（`tasks/task_queue.py`）

多优先级任务队列的核心设计：

内部维护 MAX_PRIORITY（8）个 FIFO 列表，索引为 priority - 1
max_priority 动态追踪当前非空最高优先级
preemption_check() 在每次事件触发时评估抢占条件
in_service_task 追踪当前正在执行的任务，用于抢占比较

3.2.4 DAG 依赖管理（`libs/dag_node.py`）

基于 networkx.DiGraph 实现：

DagNode[T]：泛型 DAG 节点，携带 owner 引用
DagManager[T]：封装 DiGraph，提供 create_node、add_dependency、shallow_copy_graph 等方法
调度时通过 dag.in_degree 获取每个节点的入度，入度为 0 的节点为可调度节点
子任务完成后从图中 remove_node，解除后继节点的依赖

3.2.5 中断级别（`parts/intr_level.py`）

四级中断级别，定义了抢占的偏序关系：

级别	名称	可被抢占条件
IL0	Normal Stoppable Task	可被任意更高级别抢占
IL1	Normal Rollback-Require Task	可被任意更高级别抢占
IL2	Unstoppable Task	仅可被 IL3 抢占
IL3	Emergency Task	不可被抢占

判断方法 can_preempt(other) 从被抢占方视角判定是否允许 other 级别抢占自身。

3.2.6 副作用机制（`parts/side_effect.py`）

某些操作的完成会触发副作用（如”拾起物体”后物体处于被持有状态），必须由后续操作消解（如”放入容器”后物体被释放）。设计如下：

SideEffect.register(desc) 同时创建 Spawn 和 Eliminate 两个配对副作用实例
每个副作用分配唯一 irq 编号
任务对象维护 side_effects: set[int] 追踪当前激活的副作用
副作用非空时禁止抢占，保证系统状态一致性

3.2.7 适配器接口（`runtime/adapter_interface.py`）

定义三个抽象适配器：

HardwareProbe  (静态) probe() -> HardwareManager
TaskReceiver   (静态) watch() -> TaskDescriptor
               (静态) decompose(TaskDescriptor, HardwareManager) -> TaskObject
HardwareActuator[T]
    __init__(hardware: Hardware)
    start_job(job: SubtaskObject)
    step_job() -> bool           # 执行一个动作，返回是否完成
    terminate_job()
    _is_job_finished() -> bool   # [抽象]
    _fill_action_queue() -> list # [抽象]
    _actuator_action(job, action) # [抽象]

4. 关键技术选型

4.1 并发模型设计

系统采用 “Async Main + Thread Pool” 混合并发模型：

Main Thread (asyncio)
  └── serve_forever() 协程循环
        ├── await TheTaskReceiver.watch()  ← WebSocket/CLI 接收（异步）
        └── queue_task_descriptor.put()    → 传递给 Dismantler 线程（同步队列）

Worker Threads (threading)
  ├── /Dismantler:   从 Queue 取 TaskDescriptor，调用 decompose
  ├── /Scheduler:    从 TaskQueue 选任务，管理子任务 DAG 调度
  ├── /Hardware/Arm#A: 执行 HardwareActuator 动作序列
  └── /Hardware/Arm#B: 执行 HardwareActuator 动作序列

线程同步机制：

同步原语	用途
`threading.Lock`	TaskQueue 的互斥访问、TaskObject 的 processes 字典保护
`threading.Event`	抢占信号（event_task_preempt）、子任务完成信号（event_subtask_finish）、任务入队信号（event_task_filled）
`queue.Queue`	TaskDescriptor 从主线程传递到 Dismantler 线程
`queue.Queue`（per Hardware）	子任务从 Scheduler 分发到 Hardware Worker

4.2 适配器模式

通过环境变量 ADAPTER 在运行时选择适配器实现（runtime/adapter/__init__.py）：

_provider = os.getenv("ADAPTER", "mock").lower()
match _provider:
    case "mock":       # 命令行模拟模式
    case "playground": # Libero 仿真平台模式
    case s: raise ConfigurationException(...)

新增适配器仅需：

创建新目录 src/runtime/adapter/<name>/
实现 HardwareProbe、TaskReceiver、HardwareActuator 三个类
在 __init__.py 的 match 分支中注册

5. 接口设计

5.1 内部接口

5.1.1 适配器接口（Adapter Interface）

详见 3.2.7 适配器接口。三个核心接口的职责边界清晰：

HardwareProbe：硬件发现，与具体环境解耦
TaskReceiver：任务感知与拆解，模型调用的唯一入口
HardwareActuator：动作执行，泛型参数 T 允许不同适配器定义各自的 Action 类型

5.1.2 任务生命周期接口

class TaskObject:
    name: str                     # 任务名称
    priority: int                 # 优先级 [1, 8]
    subtasks: dict[str, SubtaskObject]  # 子任务字典
    dag: DagManager[SubtaskObject]      # 子任务依赖图（原始）
    process_dag: nx.DiGraph | None      # 执行时的 DAG 副本（冻结后）

    def add_subtask(subtask) -> DagNode      # 添加子任务
    def add_dependency(upstream, downstream) # 添加依赖关系
    def freeze(event)                        # 冻结 DAG，准备执行
    def is_frozen() -> bool                  # 是否已冻结
    def start_subtask(subtask, actuator)     # 标记子任务开始
    # 标记子任务结束/终止
    def finish_subtask(subtask, actuator, is_terminate=False)
    def is_side_effect_free() -> bool       # 副作用是否已全部消解
    # 当前是否可被抢占
    def is_interrupt_level_preemptable() -> bool
    def is_hw_free(hw) -> bool              # 指定硬件是否空闲
    def is_all_finish() -> bool             # 所有子任务是否完成

5.1.3 子任务模板接口

class SubtaskTemplate:
    name: str
    verb_template: VerbTemplate     # 动词模板
    interrupt_level: InterruptLevel # 中断级别
    side_effect: SideEffect | None  # 触发的副作用（可为空）

    def invoke_verb(belongs: TaskObject, **arguments) -> SubtaskObject
    def perform_side_effect(se: set[int])

5.1.4 动词模板接口

class VerbTemplate:
    # Python string.Template
    template: Template
    # 参数名 → 参数描述
    descriptors: dict[str, VerbParamDesc]

    def generate() -> str          # 生成带类型标注的模板字符串
    def invoke(**arguments) -> str # 填充参数，生成可执行命令字符串

5.2 外部接口

5.2.1 Playground 适配器通信协议

与 SwitchableLiberoPlayground 通过三条 WebSocket 连接通信：

连接	默认端口	方向	用途
Tasks	8686	Server → Client	接收任务 UUID 与指令
Simulation	8687	双向	发送动作、接收观测、查询完成状态
Model	8688	Client → Server	调用 VLA 模型进行推理

通信协议（msgpack 编码）：

Tasks 通道:
  RECV: { "uuid": str, "instruction": str, "priority": int }
  SEND: (无，仅接收)

Simulation 通道:
  SEND: { "mode": "actions", "payload": [float, ...] }
  RECV: { "mode": "observation", "payload": numpy.ndarray }
  SEND: { "mode": "success", "payload": { "uuid": str } }
  RECV: { "mode": "success", "payload": { "success": bool } }

Model 通道:
  SEND: { "instruction": str, "observation": numpy.ndarray }
  RECV: numpy.ndarray (action vector)

5.3 环境变量配置接口

环境变量	默认值	用途
`ADAPTER`	`mock`	选择适配器实现
`PLAYGROUND_REMOTE_HOST`	`0.0.0.0`	Playground 服务器地址
`PLAYGROUND_REMOTE_PORT__TASKS`	`8686`	任务下达服务端口
`PLAYGROUND_REMOTE_PORT__SIMULATION`	`8687`	仿真服务端口
`PLAYGROUND_REMOTE_PORT__MODEL`	`8688`	模型推理服务端口

6. 异常处理方案

6.1 异常体系

EmbodiedSystemException (基类)
├── ConfigurationException       # 配置错误（非法环境变量、缺少参数描述符）
│   ├── key: str                 #     出错的配置键
│   └── message: str             #     错误描述
├── ParameterMissingException    # 参数缺失（VerbTemplate.invoke 时缺少必填参数）
│   ├── parameter: str           #     缺失的参数名
│   └── message: str
└── ControlInconherent           # 控制流不一致（内部状态机异常）
    ├── expected: str            #     期望状态
    ├── actual: str              #     实际状态
    └── message: str

6.2 异常处理策略

场景	异常类型	处理方式
无效的 ADAPTER 环境变量	`ConfigurationException`	系统启动时立即抛出，终止启动
动词模板缺少参数描述符	`ConfigurationException`	模板构造时验证并立即抛出
调用 invoke 时缺少参数	`ParameterMissingException`	调用时验证并立即抛出
process_dag 为 None 时访问	`ControlInconherent`	内部断言，终止当前执行路径
硬件与子任务状态不匹配	`ControlInconherent`	内部断言，防止状态污染
子任务 actuator 未绑定	`ControlInconherent`	在 terminate_operation 中检测
WebSocket 连接断开	`ConnectionClosed`	转为 KeyboardInterrupt，优雅关闭系统
仿真服务器未就绪	`ConnectionRefusedError`	阻塞重试（`_wait_for_server`），每 5 秒重连
模型推理返回字符串（错误）	`RuntimeError`	捕获并记录，向上传播

6.3 容错与恢复机制

硬件级容错：每个 Hardware Worker 独立线程运行，单个硬件异常不会影响其他硬件
任务级恢复：被抢占的任务保留 process_dag 状态和 processes 字典，恢复执行时从剩余 DAG 节点继续
连接级重试：Playground 适配器在启动时阻塞等待仿真服务器就绪，运行中连接断开则优雅终止
日志审计：所有异常通过 loguru 记录，包含线程名、时间戳、模块路径，支持事后排查

7. 兼容性说明

7.1 运行环境

项目	要求	备注
Python	≥ 3.13	使用新式 `match` 语句、`StrEnum` 等特性
操作系统	Linux / macOS / Windows	纯 Python 实现，无平台特定依赖
包管理器	uv	推荐；也兼容 pip + venv

7.2 依赖兼容性

依赖	版本	约束说明
loguru	≥ 0.7.3	日志框架，无破坏性变更风险
msgpack	≥ 1.1.2	序列化协议，稳定 API
networkx	≥ 3.6.1	仅使用 DiGraph 基础功能，兼容性好
numpy	< 2	Playground 适配器依赖，约束为 v1.x
websockets	≥ 16.0	Playground 适配器依赖

7.3 适配器兼容性

Mock 适配器：零外部依赖，仅需标准库 + loguru，可独立运行
Playground 适配器：依赖 SwitchableLiberoPlayground 仿真平台
新适配器可按接口规范独立开发，不影响现有适配器

8. 部署与运行

8.1 快速开始

# 安装依赖
uv sync

# 启动 Mock 模式（命令行交互）
uv run src/main.py

# 启动 Playground 模式（需先启动仿真平台）
ADAPTER=playground uv run src/main.py

8.2 项目结构

EmbodiedSystemImpl-GitLink/
├── pyproject.toml          # 项目配置与依赖声明
├── README.md               # 项目说明
├── TODO.md                 # 待办清单
├── src/
│   ├── main.py             # 系统入口
│   ├── exceptions.py       # 异常定义
│   ├── libs/               # 工具库
│   ├── parts/              # 核心概念组件
│   ├── runtime/            # 运行时核心 + 适配器
│   └── tasks/              # 任务模型
├── tests/                  # 测试目录
└── logs/                   # 日志输出（运行时生成）

9. 性能指标与测试方案

9.1 测试方案

单元测试

测试模块	测试内容
`TaskQueue`	优先级入队出队、抢占条件判定、边界条件（空队列、满队列）
`DagManager`	DAG 构建、副本拷贝、入度计算、节点移除
`SideEffect`	Spawn/Eliminate 配对、IRQ 唯一性、抢占安全检查
`InterruptLevel`	can_preempt 全覆盖测试
`VerbTemplate`	参数验证、命令生成、缺失参数检测

集成测试

测试场景	验证目标
Mock 双任务并发	验证任务队列调度、多硬件并行
Mock 高优抢占低优	验证抢占流程、任务恢复
Mock 副作用阻塞抢占	验证副作用期间禁止抢占
Playground 单任务	验证端到端流程（接收→拆解→执行→完成）
Playground 多任务混布	验证负载均衡与资源利用率

性能基准测试

使用 time.monotonic() 在关键路径打点
统计调度延迟的 P50/P95/P99 分位数
模拟 100+ 并发子任务压力场景

10. 未来扩展方向

10.1 已规划的改进

适配器初始化支持命令行参数传递
优化线程组织模式，简化线程依赖关系
TaskObject 增加 payload 域，方便适配器实现
decompose 调用时传递子任务模板列表（按原始设计）
支持 EmergencyStop 任务类型

10.2 中长期扩展

方向	描述	对应赛题要求
端云协同	增加 Cloud Adapter，将部分子任务卸载到云端执行	赛题案例 3
安全感知调度	集成安全任务类型，安全任务与功能任务统一调度	赛题案例 4
动态资源感知	运行时感知任务执行时间的统计分布，优化资源预留	赛题案例 1
分布式调度	支持多个 SystemRuntime 实例协同调度	赛题核心要求
可视化监控	Web Dashboard 展示任务状态、DAG 执行进度、硬件利用率	—
容错与迁移	子任务失败自动重试、跨硬件迁移	—

11. 任务切换算法有效性验证

本节基于 LIBERO 目标基准测试（8 项标准任务，见下表），重点验证系统层任务切换算法的有效性——即在运行时动态切换任务时，由系统接管切换点的状态管理与转移行为，而非依赖 VLA 模型自身处理任务边界。

11.1 测试任务集

测试覆盖 LIBERO Goal 基准中的 8 项标准操作任务，任务指令均为自然语言形式：

编号	任务指令（英文）	中文描述
T1	Put the bowl on the plate	将碗放在盘子上
T2	Put the bowl on the stove	将碗放在炉灶上
T3	Put the bowl on top of the cabinet	将碗放在柜子顶部
T4	Put the cream cheese in the bowl	将奶油奶酪放入碗
T5	Put the wine bottle on the rack	将酒瓶放在架子上
T6	Put the wine bottle on top of the cabinet	将酒瓶放在柜子顶部
T7	Turn on the stove	打开炉灶
T8	Open the middle drawer of the cabinet	打开柜子中间抽屉

11.2 对比方案说明

测试中的方案命名约定如下：

方案标识	含义
OpenVLA / $\pi_{0.5}$	VLA 模型后端，无系统层切换支持，模型自行处理任务过渡
EK $\pi_{0.5}$ + BC	系统层（EK）使用 $\pi_{0.5}$ 执行任务，通过 Behavior Cloning 学习的中性姿态作为切换时的转移行为
EK $\pi_{0.5}$ + RBR	系统层（EK）使用规则驱动的机械臂复位（Rule-Based Return）作为切换时的转移行为
EK $\pi_{0.5}$ + RBR + SA	在 RBR 基础上增加奇异位形规避（Singularity Avoidance），提升转移运动的物理稳定性

其中 EK 即本系统。在上述方案中，任务的执行仍由 VLA 模型后端完成，但任务切换本身由系统层接管：系统通过 Preemptive Scheduler 检测切换时机，调用 System Interface 执行转移行为，再从受控状态分派新任务。

11.3 实验一：多步链式执行中的切换稳定性

本实验评估系统切换算法在长任务链中的表现。将多个任务串联为链式序列（如 T1 → T7 → T5 → T8），系统在每步间执行转移行为后再进入下一任务。成功率为所有步骤均成功的比例（30 次重复实验）。

切换方案	T1	T1→T7	T1→T7→T5	T1→T7→T5→T8	T4→T2→T6→T7→T8
EK $\pi_{0.5}$ + BC	100.00	100.00	20.00	—	—
EK $\pi_{0.5}$ + RBR	100.00	96.67	93.33	90.00	26.67
EK $\pi_{0.5}$ + RBR + SA	100.00	96.67	90.00	86.67	76.67

分析：随着任务链增长，切换算法的转移行为对成功率的影响愈发显著。BC 学习的转移姿态在三步链上跌落至 20%，说明仅靠学习的中性姿态不足以在多次任务边界累积后保持稳定。RBR 将三步链提升至 93.33%、四步链保持在 90.00%，验证了系统控制的确定性转移规则对切换稳定性的贡献。第二条链（T4→T2→T6→T7→T8）暴露了转移运动的物理稳定性问题：RBR 仅 26.67%，加入奇异位形规避后提升至 76.67%，印证了在 System Interface 层面隔离转移行为的必要性。

11.4 实验二：运行时动态切换的有效性

本实验评估系统切换算法在不同切换时机下的表现。实验在 T1 执行过程中的三个时机点（Early / Middle / Late，分别对应执行进度的约 20%、50%、80%）触发向 T5 或 T7 的动态切换，比较原始 VLA（无系统支持）与系统介导切换的差异。

切换对	方案	Early	Middle	Late
T1 → T5	OpenVLA（无系统切换）	0.00	3.33	0.00
	$\pi_{0.5}$ （无系统切换）	0.00	3.33	10.00
	EK $\pi_{0.5}$ + BC	30.00	72.41	80.00
T1 → T7	OpenVLA（无系统切换）	0.00	0.00	0.00
	$\pi_{0.5}$ （无系统切换）	60.00	36.67	56.67
	EK $\pi_{0.5}$ + BC	96.67	100.00	96.67

分析：在无系统层切换支持时，原始 VLA 模型在动态切换场景下表现极不稳定。T1→T5 的切换中，OpenVLA 和 $\pi_{0.5}$ 几乎完全失败（最高仅 10.00%）；而系统介导的切换将成功率提升至 30.00%（Early）、72.41%（Middle）、80.00%（Late），且越晚切换（越接近任务自然完成边界）成功率越高。T1→T7 的切换中，系统支持使 $\pi_{0.5}$ 从最高 60.00% 提升至 96.67%–100.00%。这验证了任务切换算法的核心价值：成功的动态切换不仅需要选择正确的下一个任务，更需要管理何时以及以何种状态离开当前执行——这正是 Preemptive Scheduler 与 Task State Controller 的设计目标。

11.5 小结

上述实验从两个维度验证了本系统任务切换算法的有效性：

链式切换稳定性：系统控制的确定性转移行为（RBR）在四步链上保持 90.00% 成功率，远超学习式转移（BC 的 20.00%），加入物理约束（SA）后进一步提升复杂路径的稳定性；
动态切换时机适应性：系统介导的切换在早/中/晚三个时机点均显著优于无系统支持的原始 VLA 执行，最高提升近 97 个百分点（T1→T7, Early: 0.00% → 96.67%）。

这些结果直接支撑了系统架构中 Preemptive Scheduler、System Interface 转移行为等核心模块的设计合理性。