ReconDreamer-RL 是一个用于自动驾驶闭环强化学习训练的工程，主要支持 actor-learner 形式的策略采样、训练、权重发布和评估流程。
当前主训练链路：
actor -> rollout -> shard buffer -> learner -> checkpoint/version publish -> actor reload
如果你是第一次下载或部署这个仓库，建议先看简单版：
- ⚡ README_SIMPLE.md：快速了解项目结构、下载后部署、数据软链接、启动训练和自动评估。
- 📖 README_FULL.md：完整说明目录职责、actor-learner 架构、HUGSIM / CUDA / 数据配置、训练评估流程和常见问题。
- 🧩 SparseDriveV2 RL overlay：说明
egoADs/SparseDriveV2中保留的 RL 专用接口，以及训练与 HUGSIM 评估的边界。
- 🎬
script/train_actor_learner_v2.py：actor-learner 主训练入口。 - 🧪
script/train_eval_pipeline.py：训练后自动评估入口。 - ⚙️
script/configs/：训练 YAML 配置目录。 - 🧠
framework/：强化学习训练框架核心代码。 - 🚗
egoADs/：DiffusionDriveV2、SparseDrive、SparseDriveV2 等策略后端代码。 - 📦
assets/：本地数据入口，通常是软链接。 - 📁
outputs/：训练、评估和可视化输出目录，通常是软链接。
cd /root/clone/ReconDreamer-RL
conda activate recondreamerNew-rl
export PYTHONPATH=/root/clone/ReconDreamer-RL:${PYTHONPATH:-}
export HUGSIM_ROOT=/root/clone/HUGSIM-ORI
CONFIG=script/configs/sparsedrive_v2/20260616_template_HUGSM_algo-dsl.yaml
python -u script/train_actor_learner_v2.py \
--role orchestrator \
--config "$CONFIG"部署前请确认 HUGSIM-ORI、assets/、outputs/ 和当前 YAML 中的 env.hugsim.* 路径都已经配置好。完整步骤见 README_SIMPLE.md 和 README_FULL.md。