用途：指导从零部署 Embodied AI Platform 的 AWS 基础设施，包含两个 CDK 栈：IsaacGr00tBatchStack（VPC、EFS、ECR、CodeBuild、AWS Batch 计算环境与作业队列）和 IsaacLabDcvStack（带弹性 IP 的 GPU DCV 工作站）。DCV 栈依赖 Batch 栈（共享 VPC 与 EFS），部署顺序为先 Batch 后 DCV，销毁顺序相反。
主要能力与流程：
- 前置条件：选择支持 g6e 实例的区域（如 us-west-2、us-east-1），配置 AWS CLI、npx cdk、jq、Python venv，并确认 CDK 已 bootstrap。
- 用 npx cdk synth --quiet 在 training/gr00t/infra 下零成本校验模板。
- GPU 容量探测：--dry-run 不检测实际容量，需真实启动后立即终止，按 g6.4xlarge、g6.2xlarge、g5.2xlarge 顺序探测，并把结果写入 app.py。
- 部署：npx cdk deploy IsaacGr00tBatchStack --require-approval=never，再部署 IsaacLabDcvStack；DCV 引导约 15-20 分钟，CloudFormation 等待 cfn-signal。
- 通过 SSM 建立 SSH（无需开放 22 端口），推送公钥并配置 ~/.ssh/config 的 ProxyCommand。
- 验证：检查引导摘要、EFS 挂载、容器镜像、run-isaaclab.sh 与 nvidia-smi。
- 提交训练作业：aws batch submit-job，默认 6000 步，每 2000 步保存检查点。
- TensorBoard：在 DCV 实例上以 --logdir /mnt/efs/gr00t/checkpoints/runs 启动并 SSH 端口转发 6006。
- 闭环评估：以 ZMQ 策略服务器方式运行 inference_service.py --server，端口 5555。
限制：需具备 AWS 账户与相应权限；GPU 容量可能不足，需换区域或实例族；重新部署 BatchStack 会触发 CodeBuild，可能因 Docker Hub 限流失败，需确认最近一次成功构建；N1.6、N1.7 版本见各自 SKILL.md。其他细节暂未提供。