添加一个重要的注释在策略指令映射的核心行

src/Neuro_Mujoco/main.py

@@ -1,9 +1,3 @@
-#! /usr/bin/env python
-# -*- coding: utf-8 -*-
-"""
-MuJoCo功能整合工具（支持强化学习策略控制 + ROS 1通信）
-优化点：新增基于PyTorch的策略网络推理，自动生成控制指令
-"""
 import os
 import sys
 import time
@@ -189,29 +183,8 @@ def visualize(model_path: str, use_ros: bool = False, policy_path: Optional[str]
     :param model_path: 模型文件/目录路径
     :param use_ros: 是否启用ROS模式
     :param policy_path: 预训练策略模型路径（.pth）
-    可视化模型并运行模拟（支持ROS 1模式）
-
-    参数:
-        model_path: 模型文件/目录路径
-        use_ros: 是否启用ROS模式（默认False）
-    """
-    # 新增：模型路径智能校验（支持目录自动找XML/MJB文件）
-    if os.path.isdir(model_path):
-        # 遍历目录找第一个XML/MJB文件
-        model_files = []
-        for file in os.listdir(model_path):
-            if file.endswith(('.xml', '.mjb')):
-                model_files.append(os.path.join(model_path, file))
-        if not model_files:
-            logger.error(f"目录 {model_path} 中未找到.xml/.mjb模型文件")
-            return
-        model_path = model_files[0]
-        logger.info(f"自动选择目录中的模型文件: {model_path}")
-
-        model_path: 模型文件路径
-        use_ros: 是否启用ROS模式（默认False）
     """
-    # 智能校验模型路径（支持目录自动找XML/MJB）
+    # 模型路径智能校验（支持目录自动找XML/MJB文件）
     if os.path.isdir(model_path):
         model_files = []
         for file in os.listdir(model_path):
@@ -332,7 +305,7 @@ def ctrl_callback(msg: Float32MultiArray):
 
                     # 映射到实际控制范围
                     if ctrl_range is not None:
-                        action = ctrl_range[:, 0] + (ctrl_range[:, 1] - ctrl_range[:, 0]) * (action + 1) / 2
+                        action = ctrl_range[:, 0] + (ctrl_range[:, 1] - ctrl_range[:, 0]) * (action + 1) / 2  # 核心映射：[-1,1]→[ctrl_min,ctrl_max] 线性缩放，保证指令符合执行器物理极限
 
                     data.ctrl[:] = action
 
@@ -388,29 +361,21 @@ def ctrl_callback(msg: Float32MultiArray):
         logger.error(f"可视化过程出错: {str(e)}", exc_info=True)
 
 # ===================== 主函数（命令行入口） =====================
-# ===================== 主函数（仅优化model参数help+保持其他逻辑不变）=====================
-# ===================== 主函数（完全保持原有逻辑不变）=====================
 def main() -> None:
     parser = argparse.ArgumentParser(
         description="MuJoCo功能整合工具（支持强化学习策略控制 + ROS 1通信）",
         formatter_class=argparse.ArgumentDefaultsHelpFormatter
     )
     subparsers = parser.add_subparsers(dest="command", required=True)
 
-    # 1. 可视化命令
-    viz_parser = subparsers.add_parser("visualize", help="可视化模型并运行模拟")
-    viz_parser.add_argument("model", help="模型文件路径/目录（支持.xml/.mjb）")
-    viz_parser.add_argument("--ros", action="store_true", help="启用ROS 1模式")
-    viz_parser.add_argument("--policy", help="预训练策略模型路径（.pth文件）")
-    # 1. 可视化命令（优化model参数help为通用提示，移除硬编码路径）
+    # 1. 可视化命令（修复重复添加model参数问题）
     viz_parser = subparsers.add_parser("visualize", help="可视化模型并运行模拟")
-    viz_parser.add_argument("model", help="模型文件路径或包含模型的目录（支持.xml/.mjb格式）")
-    viz_parser.add_argument("model", help="/home/lan/桌面/nn/mujoco_menagerie/anybotics_anymal_b")
     viz_parser.add_argument(
-        "--ros",
-        action="store_true",
-        help="启用ROS模式（发布关节状态/基座姿态，订阅控制指令）"
+        "model", 
+        help="模型文件路径/目录（示例：/home/lan/桌面/nn/mujoco_menagerie/anybotics_anymal_b）"
     )
+    viz_parser.add_argument("--ros", action="store_true", help="启用ROS 1模式（发布/订阅关节控制话题）")
+    viz_parser.add_argument("--policy", help="预训练策略模型路径（.pth文件）")
 
     # 2. 速度测试命令
     speed_parser = subparsers.add_parser("testspeed", help="测试模型模拟速度（多线程）")