分类 focus 组：同一位置换成：focus 形式不限（同自由 3D 组），但其中每一项必须标注四类角色之一——target（下一步动作要作用或接触的物体或部件）、constraint（下一步运动必须避开或不能扰动的东西，例如底盘或手臂路径上的障碍物、位置或状态必须保持的物体）、path（下一步运动经过的路线或空间）、check（动作之后必须核对的状态，例如物体有没有移动、倒下、是否到了预期位置）。原文见下方“起始 prompt”。
▸ 起始 prompt（发给 agent 的原文，逐字）
加载中…
▸ 任务与输入（这只 agent 到底拿到什么）
任务：BEHAVIOR picking_up_trash，机器人从任务原始起点出发。提示词开头与 env.task_goal() 给出同一句目标原文：“Put the three cans of soda from the living room inside the trash can in the kitchen.”（把客厅的三个汽水罐放进厨房的垃圾桶）。最多 120 轮（每调用一次观测算一轮），由服务器强制；判分按 BDDL 目标条件（三个罐子都在垃圾桶里），判定结果不回给 agent。
agent：GPT-6 Luna（推理强度 max），Codex CLI 0.157.0，经 Harbor 在独立容器里运行；仿真在另一个容器，agent 只能通过客户端接口访问。
agent 每轮能拿到的全部输入：三路 RGB（头部、左腕、右腕，480×480）、头部深度图、各相机内参与相对底盘的安装位姿、本体感知（关节角、底盘系夹爪位姿、相对开局的里程计、每只手是否持物）、任务文本。每个动作执行期间另录三路相机过程帧（每秒 5 帧，含每帧本体感知），存在 agent 能读的目录里，看不看由 agent 自己决定。
明确不提供：任何物体的位置或身份、世界坐标外参、场景资产。运动规划器只知道机器人自身（关节限位、自碰撞），不知道环境中的物体。