用途：在真实机器人硬件上运行已导出的策略。PolicyRuntime（src/physicalai/runtime/runtime.py）负责控制循环，InferenceModel 负责策略计算；执行策略位于 src/physicalai/runtime/execution.py 与 src/physicalai/runtime/rtc_execution.py。
主要能力：提供 Python API（适合 notebook 与测试）和 YAML 配置（配合 physicalai run，适合可复现部署）。可在 PolicyRuntime 中配置机器人、模型、摄像头与执行方式，例如用 SyncExecution 构建最小循环：fps=30，robot 为 SO101，model 为 InferenceModel("./exports/act_policy")，cameras 字典指定 UVCCamera，并以 runtime.run(duration_s=60) 运行。执行模式可选同步或 RTC，按文档 docs/how-to/runtime/use-execution-modes.md 选择；计时与队列应由 PolicyRuntime 管理，不要围绕 InferenceModel.select_action 自行实现。可通过 runtime 回调 API 注册遥测与延迟采集，回调不写在推理适配器内。
使用方式：YAML 配置需嵌套机器人的 class_path 与 init_args，再运行 physicalai run --config runtime.yaml --run.duration_s=60。校验可执行 uv run pytest tests/unit/runtime/ -q，无硬件时可用 runtime 测试中的假机器人与假摄像头。
限制与检查：需保证 fps 与摄像头读取速率一致、动作维度匹配机器人 send_action 预期、配置 class_path 无需训练包即可导入；运行时配置结构的破坏性变更需记录在 docs/reference/config-schema.md。