notebook

深色模式

03 · Action 长任务（带进度） ​

目标 ​

写并跑通一对 Action：客户端发 order，服务端边算斐波那契边发 feedback，最后返回完整 result。理解 Action 与 Topic / Service 的差别。

概念 ​

text
  client --goal(order)-->  Action /fibonacci
           <---feedback---   server 逐步计算
           <---result------   全部完成（或取消）
TopicServiceAction
模式持续广播一问一答目标 + 进度 + 结果
像什么电台函数调用可取消的长任务
本课chatteradd_two_intsfibonacci
适合传感器流短查询/短命令导航、抓取、长时间运算

Action 接口三部分（--- 分隔）：

text
# Goal（目标）
int32 order
---
# Result（最终结果）
int32[] sequence
---
# Feedback（过程进度）
int32[] sequence

类型名：example_interfaces/action/Fibonacci。

生命周期（入门版）：

  1. 客户端发 goal
  2. 服务端 accept / reject
  3. 执行中反复发 feedback
  4. 结束时给 result（成功 / 取消 / 中止）
逐步说明：Action 比「长 Service」多了什么（点击展开）

把导航做成一个阻塞 Service：客户端几分钟收不到返回，也无法看走了多远，取消只能杀进程。Action 把一次任务拆成 goal（去哪）、feedback（现在在哪）、result（到了或失败），并且 goal 可抢占/取消。底层仍用若干话题，但 API 保证这套生命周期。斐波那契例子是教学骨架；真机上是 NavigateToPose 一类。

通俗理解 ​

Action 像外卖订单：

  1. 你下单（goal）：要算长度为 8 的斐波那契。
  2. 商家接单或拒单（accept/reject）。
  3. 配送中不断推送进度（feedback）。
  4. 送到后给你最终结果（result）；中途也可以取消。

Service 像“问一句立刻答完”；Action 适合较久、要进度、可能取消的事：导航到点、机械臂运动、长时间计算。

常见疑问 ​

Q：为什么不直接用 Service 做长任务？
Service 期间你很难优雅地拿中间进度，取消也不如 Action 标准。长任务用 Action 是社区习惯。

Q：feedback 和 result 有什么区别？
feedback = 过程快照（可以很多条）；result = 最终答卷（通常一次）。

Q：本课一定要会多线程 executor 吗？
入门先记住：Action 执行可能较久，服务端要用能同时处理取消/反馈的 executor。细节以后再挖。

Q：和 Topic 怎么分工？
Topic 持续播报状态；Action 是“请完成这个目标”。导航里两者常一起出现。

动手 ​

bash
cd $ROS_WS
source /opt/ros/humble/setup.bash
source install/setup.bash

终端 A：

bash
ros2 run py_pubsub fibonacci_action_server

终端 B：

bash
ros2 run py_pubsub fibonacci_action_client 8

应看到多行 进度 feedback: [...]，最后：

text
最终结果: [0, 1, 1, 2, 3, 5, 8, 13]

也可用命令行发 goal（服务端需已启动）：

bash
ros2 action send_goal /fibonacci example_interfaces/action/Fibonacci "{order: 6}" --feedback

关键命令 ​

bash
ros2 action list
ros2 action info /fibonacci
ros2 interface show example_interfaces/action/Fibonacci
ros2 action send_goal /fibonacci example_interfaces/action/Fibonacci "{order: 5}" --feedback

对照代码 ​

文件作用
fibonacci_action_server.py接受 goal、发 feedback、返回 result
fibonacci_action_client.py发 goal、收 feedback、打印 result
setup.py注册两个可执行入口

服务端关键几行：

python
ActionServer(self, Fibonacci, 'fibonacci', execute_callback=...)
goal_handle.publish_feedback(feedback_msg)
goal_handle.succeed()

客户端关键几行：

python
ActionClient(self, Fibonacci, 'fibonacci')
send_goal_async(goal_msg, feedback_callback=...)
goal_handle.get_result_async()

说明：服务端用了 MultiThreadedExecutor，以便执行长任务时仍能处理取消等回调；入门先记住「Action 执行可能较久，executor 要能并发」即可。

小练习（可选） ​

  1. 把 order 改成 10，观察 feedback 变长。
  2. 用 ros2 action send_goal ... --feedback 代替自己的客户端。
  3. 对比 Service：add_two_ints 没有中间进度；Action 有。

验证标准（给学员与 AI） ​

  • [ ] fibonacci_action_server 显示 Action 就绪
  • [ ] fibonacci_action_client 8 出现多条 feedback，最终结果含 13
  • [ ] 或 ros2 action send_goal /fibonacci ... --feedback 能看到进度

失败时：确认已 source 工作区；server 需保持运行。

小结 ​

  • Action = Goal + Feedback + Result，适合长任务。
  • 三种通信学完：Topic 流数据、Service 短请求、Action 长任务。
  • 上一课：02 · Service · 下一课：04 · Parameter · 目录：README