用途：诊断 Isaac Lab 强化学习的学习行为、奖励、指标、检查点与训练实验。当奖励曲线异常、策略失败、出现奖励黑客、检查点不兼容或训练不稳定、结果不可信时使用。首次训练命令的启动与 agent 配置接线应使用 isaaclab-training-rl-agents，不适用本技能。
工作流程：1）确认任务名、工作流类型、RL 库、agent 配置、随机种子、后端和精确启动命令；2）确认环境契约：动作空间、观测空间、奖励项、终止项、重置逻辑与成功指标；3）按失败位置运行最小复现：导入、reset/step、单次迭代训练或确定性回放；4）每次训练实验只改一个变量，多变量运行标记为探索性；5）将奖励曲线与任务指标对比，奖励上升不等于任务行为改善；6）奖励问题：把每个奖励项映射到命名任务阶段，检查成功奖励、终止与评估指标是否使用一致的几何；7）检查点问题：编辑策略代码前先比较当前观测/动作维度与保存的训练配置；8）接触密集任务：采集控制帧位姿、物体位姿、接触、夹爪状态、逐项奖励和终止标志的状态轨迹；9）按任务指标、回放行为和稳定性选择检查点，而非仅看奖励。
验证清单：记录精确命令和失败症状；将失败层归类为环境、奖励、重置、物理、runner 或检查点兼容；用聚焦复现隔离单一变量；同时检查奖励项与任务指标；用确定性回放或状态轨迹确认行为变化；下一次运行只改一个变量。技能变更时运行：uv run --no-project python tools/skills/cli.py check
维护：与 skills/user/train-rl-agents/、docs/source/concepts/reinforcement_learning.rst、基于 uv 的 train 与 play 入口及 source/isaaclab_tasks/isaaclab_tasks/ 下的任务示例保持同步；若奖励或检查点指南需进入用户文档，先更新 docs/source/。限制：资料未提供具体命令示例之外的更多用法细节。