平地冲刺
在平坦路面上建立稳定的前进能力，让每一次调参都能用实际运行表现来检验。
不是遥控一场比赛，
而是训练一种能力。
机器人依据自身状态、地形与赛道信息自主行动。选手的工作，是理解结果、提出假设、设计实验，让训练出的策略在实际测试中经得起检验。
THE CHALLENGE
前进之外，还有什么？
先学会完成，再追求更快。真正的挑战，是让速度、动作质量与适应能力共同成立。
复杂地形
面对起伏与混合地形，观察策略如何调整动作。结合回放与记录，分析失衡、碰撞等问题。
隐藏赛道
把训练策略带到未知赛道上检验。一次出色的结果，不等于稳定的能力；探索能够应对变化的解法。
TOOLS & HUMAN JUDGMENT
工具降低门槛，判断留给你。
把精力放在实验与思考上。用工作台完成训练流程，用助手理解信息，再由团队作出决定。
Nexus App
训练与验证工作台基于赛事适配的 Zealot，把场景、模型、训练、测试与提交串成完整流程。查看参数、记录与回放，让实验有据可查。
- 选择场景与模型
- 配置训练
- 观察与对比结果
- 提交模型
Octos
只读研究助手解释参数，查询已有训练记录，对比实验结果，提供待验证的建议。助手帮助整理信息，但建议是否有效，仍需通过你的实验来判断。
- 理解参数
- 读取记录
- 对比与分析
- 提出建议
人主导实验，AI 辅助理解。 参数修改、训练、测试和提交由选手手动执行；助手不代为操作，也不安排无人值守的实验循环。
一次训练，如何变成一次进步？
真实操作界面 · 具体数值已打码 · 点击放大
起点 · 模型 → 检查点
选择这次实验的起点
从基础模型开始，也可以选择已有训练结果继续改进。先确认模型来源与关联场景，让每次实验有清晰的起点。
配置 · 训练 → 训练参数 → 基础参数
带着问题设置参数
按训练要素查找参数，阅读含义与来源。确定本次要验证的假设，再安排训练预算；可编辑项与固定设置在界面中区分。
训练 · 训练 → 训练历史
观察学习过程，而不只等结束
由选手手动开始训练，通过曲线和记录观察变化。奖励反映训练目标，不能直接替代赛道测试与正式成绩。
观察 · 运行 → 运行历史
把曲线放回机器人身上看
测试后回看机器人姿态与前进过程，结合事件记录分析失衡、碰撞等问题。暂停与回放，帮助你找到下一次实验的问题。
验证 · 批量测试 → 测试历史
检验稳定性，再选择模型
通过多条测试赛道观察表现，查看逐次结果与异常，而不只挑最好的一次。比较候选模型，再决定继续训练还是提交。
贯穿实验 · Octos → 当前对话
让助手帮你理解，不替你决定
用中文或英文询问参数、查询训练记录、对比实验差异。查看回答与工具记录，把建议变成可检验的假设；修改和执行仍由选手完成。
以上为真实软件界面，训练与测试页使用历史记录，助手页为独立演示对话。具体参数、成绩、赛事数值和文件路径已打码，仅展示使用流程，不代表推荐配置或最终比赛细则。界面以实际使用版本为准。
THE PARTICIPANT JOURNEY
从理解题目，到展示成果。
一条清晰的起步路径，不是唯一的解题路径。在共同的比赛框架内，探索自己的训练思路。
了解与热身
了解题目与规则，熟悉工具，从基础模型开始观察机器人的表现。
训练与验证
提出假设、调整参数，结合运行和测试结果，持续修正实验方向。
选择与提交
比较候选模型，在开放的提交阶段确认并提交团队选择的成果。
评测与展示
模型接受统一评测，经结果审核后展示比赛过程与最终成绩。
SHARED PRINCIPLES
同一赛场，
不同解法。
在共同条件下比较
比赛使用统一的机器人、仿真环境与评测规则。训练中的奖励是学习信号，正式成绩以统一评测结果为准。
为真正的能力留出空间
鼓励实验设计、团队协作与独立判断。通过合理训练获得的优秀表现值得肯定，明显领先本身不是违规。
尊重公平，也尊重证据
不得篡改环境、绕过权限或利用漏洞获利。异常情况由组委会依据记录审核，平台问题不自动等同于选手违规。
用训练策略，赢下未知赛道。
本页为赛事概览。具体安排与比赛规则，以组委会正式公布为准。