## 背景 `persistent_step_buffers`(#2605)目前只持久化 obs 载体(原地更新 + `published_buffer_depth` 发布环)。step 的其余输出——reward、terminated/truncated、以及任务自带的 transition/info 快照——仍是每步新分配:下游要做 transition 物化时,只能对十几个张量逐个 `detach().clone()`(防覆写的必要拷贝),每步形成一小簇 copy kernel + 缓存分配器 churn。 更重要的是:**固定地址是 CUDA graph 捕获的前提**。compute 段若要图化(见 #2627),所有 step 输出载体都必须是持久缓冲;每步换地址的载体是图化的直接障碍。 ## 请求 1. 把 `persistent_step_buffers` 的持久化+发布环契约从 obs 扩展到 reward / terminated / truncated / info 常规键(或提供官方的"任务自定义持久载体"注册口,让 transition 快照之类的任务数据也能走同一发布环); 2. 提供零拷贝 view 的 step 输出文档(消费者持引用跨步有效的语义已有 `published_buffer_depth`,补齐其余载体的说明); 3. 若短期不做 A,至少文档标注哪些 step 输出是每步新分配,便于下游规避。 ## 数据 Uni-SuperMimic collect 段(已全 term compile + masked/graph reset)仍为 launch-bound:per-step transition 物化贡献 ~15 个 copy/clone kernel × 2.5 步/迭代;相对 manager 编排是小头,但它是图化 compute 段的**前置条件**,与 #2627 配套。 ## 环境 unilab 1.5.11;RTX 6000D 复现。相关:#2605、#2627。
Activity