physicalai-runtime-configuring-inference-pipeline

推論パイプラインの設定

パイプラインの順序：観測 → 前処理 → ランナー → 後処理 → アクション出力。docs/how-to/inference/configure-pre-post-processing.md を参照してください。

主要なコード：

• src/physicalai/inference/component_factory.py — ComponentRegistry、instantiate_component、_MAX_COMPONENT_DEPTH。
• src/physicalai/inference/model.py — マニフェストの仕様からプロセッサーチェーンを構築します。
• 組み込みコンポーネントは preprocessors/ と postprocessors/ に、ランナーは runners/ にあります。

ワークフロー

1. preprocessors、postprocessors、model.runner のマニフェスト部分を読みます。

   • 完了条件：仕様で type（レジストリーの短縮名）と class_path のどちらが使われているかを把握していること。

2. component_factory に登録された組み込みコンポーネントには、type の使用を優先します（ドキュメントにある正規化／逆正規化のパターンなど）。

3. 明示的なクラスには、class_path と init_args を使います。

   preprocessors:
     - class_path: physicalai.inference.preprocessors.StatsNormalizer
       init_args:
         artifact: stats.safetensors
   

   • 完了条件：init_args のパスが resolve_artifact を介してエクスポートディレクトリーを基準に解決されること。

4. 新しい組み込みプロセッサーを追加します。

   • 適切なパッケージで Preprocessor／Postprocessor のサブクラスを実装します。
   • マニフェストで使いやすいエイリアスが必要な場合は、component_factory に短い type 名を登録します。
   • tests/unit/inference/preprocessors/ または postprocessors/ に単体テストを追加します。
   • 完了条件：type または class_path を使ったマニフェストで、最小限の InferenceModel テスト内でインスタンス化できること。

5. init_args 内のネストされたコンポーネントは、_MAX_COMPONENT_DEPTH の範囲内に収めます。 循環する仕様は避けてください。

検証手順

uv run pytest tests/unit/inference/preprocessors tests/unit/inference/postprocessors tests/unit/inference/test_manifest.py -q

必須チェック

• プロセッサーの順序が、トレーニング／エクスポート時のセマンティクスと一致していること（ランナーの前に正規化、後に逆正規化）。
• マニフェスト内のアーティファクトのファイル名がパスを遡らないこと（..、絶対パス）。
• 新しい公開プロセッサーがユーザー向けの場合、docs/reference/inference-api.md またはハウツードキュメントに掲載されていること。
• ランナーの選択（SinglePass、チャンク処理ランナー）が、predict_action_chunk と select_action のドキュメントに沿っていること。

参考資料

• docs/reference/manifest-schema.md
• docs/how-to/inference/use-manifest.md