feat(pybot×actpred): R2 多 MPU6050 支持——8×N 姿态向量拼接与归一化平铺

- robot：_find_imus/_read_imus 按脚本块行序收集拼接 ≤4 个 MPU6050，_pad_imu 对齐 predictor.imu_dim

- recorder/imu_norm/dataset/config：imu.npy 宽度 8×N，归一化除数按传感器数平铺

- 测试：双传感器闭环拼接/pad/truncate、宽布局录制、16 维归一化加载

actpred/imu_norm.py

@@ -9,20 +9,31 @@
     索引 0,1   /180   → ≈[-1, 1]
     索引 2..7  /32768 → ≈[-1, 1]
 
-键序与 pybot robot.IMU_KEYS / recorder 一致：
+单传感器键序与 pybot robot.IMU_KEYS / recorder 一致：
     [roll, pitch, ax, ay, az, gx, gy, gz]
+多传感器（最多 4 个）按 pybot 脚本 @MPU6050_BIND 行顺序拼接，
+每传感器占 8 槽，imu_dim = 8×N，归一化除数按 8 槽模式平铺。
 
 仅依赖 numpy，保证 hailo_infer.py（HAT 部署环境无 torch）可直接复用。
 """
 
 import numpy as np
 
-# 各索引归一化除数（imu_dim=8 全量；更短的向量取前缀）
+# 各索引归一化除数（单传感器 8 槽；多传感器用 imu_scales() 平铺）
 IMU_SCALES = np.array([180.0, 180.0,
                        32768.0, 32768.0, 32768.0,
                        32768.0, 32768.0, 32768.0], dtype=np.float32)
 
 
+def imu_scales(imu_dim: int) -> np.ndarray:
+    """归一化除数向量：8 槽模式按传感器数平铺（imu_dim = 8×N，N≤4）
+
+    imu_dim ≤ 8 时等价 IMU_SCALES 前缀（roll/pitch 子集仍可用）。
+    """
+    reps = (imu_dim + len(IMU_SCALES) - 1) // len(IMU_SCALES)
+    return np.tile(IMU_SCALES, reps)[:imu_dim]
+
+
 def normalize_imu(imu, imu_dim: int = 8) -> np.ndarray:
     """原始姿态向量 → 归一化向量（pad/truncate 到 imu_dim）
 
@@ -34,4 +45,4 @@ def normalize_imu(imu, imu_dim: int = 8) -> np.ndarray:
         src = np.asarray(imu, dtype=np.float32).ravel()
         n = min(len(src), imu_dim)
         vec[:n] = src[:n]
-    return vec / IMU_SCALES[:imu_dim]
+    return vec / imu_scales(imu_dim)