エンドツーエンド（E2E）パイプライン結合試験¶

bag 記録 → 変換・品質検証 → ACT 推論 → ROS 2 / Rerun モック連携を連続実行して疎通を確認する。実機接続前の機材準備は hardware.md を参照する。

前提条件と環境要件¶

Docker ランタイム（ROS 2 実行環境）
ホスト Python 仮想環境: pip install -e "port_pick_align/[training,dev]" をインストール済みであること
環境分離方針: Docker イメージには PyTorch を含めない構成としているため、チェックポイント推論はホスト環境で実行し、Docker 内では policy_mode:=mock による可視化ループを実行する。

パイプラインの一括実行¶

# 既存のチェックポイント（checkpoints/synthetic_act/best_model.pt）が存在する場合、再学習を省略して推論疎通を行う
./scripts/e2e_pipeline_smoke.sh

実行ステージの内訳:

Docker 環境: mock_sensor_publisher から配信されるセンサトピックを ros2 bag record により data/e2e/recorded_bag へ記録する。
ホスト環境: scripts/convert_bag.py を実行し、バリデータによる品質検証を経て data/e2e/lerobot へデータ変換を行う（実行環境の負荷により記録バッグにフレーム欠落が生じた場合は、固定フィクスチャ sample_bag を用いて後続の検証を進める）。
ホスト環境: 学習済みチェックポイントを用いた推論スモークテスト（--infer-only）を実行する。
Docker 環境: mock_inference.launch.py を起動し、モック推論ノードと Rerun ノード間のトピック送受信を検証する。

単体 bag 変換・結合テスト・checkpoint 推論¶

1. 単体 bag ファイルの変換¶

python scripts/convert_bag.py \
  --bag port_pick_align/tests/fixtures/sample_bag \
  --output data/from_bag/lerobot

2. ホスト環境における結合テスト（CI integration 相当）¶

(cd port_pick_align && pytest -m integration tests/test_e2e_bag_to_infer.py -q)

3. ホスト ROS 2 でのチェックポイント推論¶

ros2 run pai_final_pkg act_policy_node --ros-args \
  -p policy_mode:=checkpoint \
  -p checkpoint_path:=/workspace/checkpoints/synthetic_act/best_model.pt

Feetech extra と udev の事前準備¶

pip install -e "port_pick_align/[training,feetech,dev]"
# Linux 環境: deploy/udev/99-feetech-so101.rules のシリアル番号を実機に合わせて修正し、/etc/udev/rules.d/ に配置する

詳細な機材設定手順は hardware.md を参照する。