在中国遥操作这台机器人 —— 以及要不要给杯子装液体

两个正在决定的问题，放在一起是因为它们共用同一个约束：操作者在中国，机器人在芬兰，实测 RTT 326 ms。这一页记录的是为什么这么选，包含被否掉的方案和否掉的理由 —— 六天后回头看时，"当时为什么没走那条路"比结论本身更值钱。

第一部分 · 在中国怎么遥操作

1.1 先把延迟拆开算

Tailscale 实测：中国↔芬兰 直连 P2P（不是中转），tailscale ping RTT 326 ms。闭环要这么算：

人在 100 ms 以下感觉不到延迟；300 ms 以上必须改成"动一下、停下来看、再动"（遥操作文献里的 move-and-wait）。抓杯子在这个延迟下能做但会频繁抓空；倒液体基本不用想。

1.2 关键区分：延迟毁的是闭环伺服，不毁监督式指令

这是整个方案的支点。据此分工：

Demo Day 现场预计没有我们的人，所以主从臂那一段不存在，全部动作落在中国这一侧 —— 更要挑延迟容忍的动作。GOAL-AUDIENCE-INTERACTION.md 里那几个互动动作正好全是慢动作，不是巧合。

1.3 结论：走键盘，不走 VR

而且有个反直觉的点，它是选键盘的真正理由：

叙事上不亏。台上那块画中画写的是 "Operator: China · live"，观众要看的是"有个人在 7,000 公里外实时操作这台机器人"。这件事用键盘完成和用头显完成，说服力一样。

1.4 如果仍然要 VR：架构和它的坑

好消息是架构对我们有利。XLeVR 是 Jetson 上的 HTTPS 服务（:8443，自签证书），Quest 用浏览器打开一个 WebXR 页面，VR 场景在头显本地渲染。网络上只走两样：手柄/头显姿态出去，机器人相机画中画回来。不需要推流 VR 画面，带宽很小（头相机 424×240），也不会因为网络卡而晕 —— 只有机器人显得迟钝。

问题只剩：怎么让中国的 Quest "看见"芬兰的 Jetson。

方案 A：Quest 上装 Tailscale —— 对租借头显不可行

侧载 Tailscale APK 要开发者模式，而 Quest 开发者模式的链条是：Meta 开发者账号（验证手机或信用卡）→ 建一个组织 → 在手机 App 里给设备开开关。手上这台是租借的，账号不是我们的，这条链走不完，也不该给租借设备绑自己的开发者组织。

方案 B：cloudflared 隧道 —— 租借头显走这条

Quest 浏览器 → 公网 HTTPS 地址（正式证书） → cloudflared → Jetson :8443

cloudflared tunnel --url https://localhost:8443 --no-tls-verify

头显上什么都不用装：不用开发者模式、不用侧载、不用 Tailscale。--no-tls-verify 是必须的 —— 本地是自签证书，cloudflared 默认会拒。出来的 *.trycloudflare.com 地址自带正式证书，WebXR 的安全上下文要求直接满足。

代价两条，都要处理：延迟（绕 Cloudflare 边缘，比直连高，必须实测别猜）和公开 URL（任何人拿到就能控制机器人，必须加认证）。

VPN 那一层：放路由器，不要放头显

Quest 过 Meta 账号那关仍需访问 Meta 服务。关键坑：Android 同一时刻只允许一个 VpnService 应用 —— 校园 VPN 客户端和 Tailscale 装在头显里会互相顶掉。

1. 旅行路由器（GL.iNet 那类）刷校园 VPN 配置，或用笔记本连 VPN 后开热点
2. Quest 连这个热点 → 发往 Meta 的流量透明地走 VPN，登录能过
3. 走方案 B 就不需要在头显上装任何东西，冲突自然消失

1.5 给 VR 设时限：2 小时

这条链有 5 个串联的失败点，全过才有 VR：

1. 校园 VPN 能否解 Meta 的锁 ← 最可能失败，也最快知道
2. 租借头显的账号权限能否重设成功
3. cloudflared 地址在中国能否稳定访问
4. Quest 浏览器能否进 WebXR 沉浸态
5. 端到端延迟能否低到可用

而 6 天后就是 Demo Day，同时还有左臂模型没上机、看门狗没补、桌子没落实。按 1→2→3 顺序试，任何一步卡住就停，转键盘方案。

第二部分 · 液体和杯子改造

2.1 09-13 不上液体

• PROJECT.md 里 HOLD（接液）和 POUR（倒）状态都是 "Nothing built"
• 风险不可逆：洒在舵机上、洒在电源上、洒在别人的展台上
• 收益还未必在 —— DEMO-STRATEGY.md 里倒液体是 ⭐⭐⭐⭐，排第二

排第一的 ⭐⭐⭐⭐⭐ 是 "当众把杯子挪 10 cm，它还是能抓到"，原文写着"没有任何其他动作有这么高的说服力密度"—— 而它不需要液体。在远程这个设定下它的说服力还翻倍：操作者在中国，不可能事先知道杯子在哪。观众心里"这是不是提前录好的"当场死透，而且这一段不需要自主策略、不需要手眼标定。

2.2 真要上液体：核心思路是解耦

依据是实测（BLADE-README.md:449）：70 mm 塑料杯可靠；90 mm 玻璃杯包布是抛硬币。Fin-Ray 弧面半径 48 mm，最大覆盖到 90 mm 杯。

为什么套环排第一

• 杯子可以随便换（玻璃、磨砂、彩色），抓取特征永远不变 —— 训练数据的视觉外观也跟着统一了
• 凸缘把摩擦抓变成形状抓。项目自己的诊断就是那句"摩擦是必要不充分"，而形状锁不吃摩擦系数

万向环为什么好但要往后放

它把"倒洒"从控制问题变成机械问题 —— 不再依赖策略精度，观众也一眼看懂。但要做两组轴承，6 天有风险。

2.3 液体本身

用水 + 食用色素，不要真酒（黏、有味、洒了难清、酒精配电子设备是另一类风险）。
更保险的变体：透明密封杯，液体预先封在里面 —— 永远不会洒，视觉上完全是一杯酒，代价是没有"接液"那一段。

2.4 如果非要在 6 天内上液体

唯一现实的组合：盖子 + 套环 + 人工倒液、机器人只举稳。泵、万向环、自动阀门都不要碰。

这一页答不了什么

• 没有实测 cloudflared 隧道在中国的可达性和延迟 —— 上面所有关于它的话都是推理，不是测量。
• 没有实测 glass-to-glass 延迟。326 ms 是网络 RTT，编解码那两段是估的。
• 键盘接口只确认了代码存在（interface.js:352），没有从中国实际操作过一次手臂。
• 套环的具体尺寸还没画，70 mm 是从"塑料杯可靠"这条实测推的，不是量过套环。