问题描述：
Pose Estimation Latency: When doing world-frame/task-frame tracking, the pose estimator will always have some delay. The Optitrack motion capture system we used had an internal system latency of 7ms, on top of whatever network communication overhead. In practice, we found that setting env.tasks.reaching.pose_latency=0.010 (i.e., 10 milliseconds) gave stable deployment while not being overly dampened (in the case that pose latency is too high). The iPhone technically should have a pose latency of around 140ms based on our measurements. We've tried to implement IMU + proprioceptive velocity estimation to integrate received poses forward in time by 140ms, but we didn't find that this improved the controller's behavior. 翻译上面的英文，先整段翻译，然后逐句解释翻译之后的中文。
问题解答：
整段翻译
姿态估计延迟：在进行世界坐标系/任务坐标系跟踪时，姿态估计器始终会存在一定的延迟。我们使用的 Optitrack 动作捕捉系统具有 7ms 的内部系统延迟，此外还会有网络通信的额外延迟。
在实际应用中，我们发现将 env.tasks.reaching.pose_latency 设置为 0.010（即 10 毫秒）可以在不显著降低系统响应速度的前提下，实现稳定的部署。
根据我们的测量，iPhone 的姿态延迟技术上应约为 140ms。
我们曾尝试使用 IMU（惯性测量单元）+本体感受速度估计方法，将接收到的姿态数据在时间上前向推演 140ms，但我们发现这并未改善控制器的性能。
逐句解释翻译后的中文
-
姿态估计延迟：
✅ "Pose Estimation Latency" 指的是系统对物体姿态（位置、角度等）的感知存在一定的延迟。 -
在进行世界坐标系/任务坐标系跟踪时，姿态估计器始终会存在一定的延迟。
✅ 无论是基于全球坐标系（world-frame）还是特定任务坐标系（task-frame）进行目标跟踪，姿态数据都无法立刻获取，总会有滞后。 -
我们使用的 Optitrack 动作捕捉系统具有 7ms 的内部系统延迟，此外还会有网络通信的额外延迟。
✅ Optitrack 是一种高精度的动作捕捉系统。
✅ 其本身处理数据时就会有 7ms 的延迟（硬件特性）。
✅ 此外，由于数据通过网络传输，通信过程中还会引入额外延迟。 -
在实际应用中，我们发现将
env.tasks.reaching.pose_latency设置为 0.010（即 10 毫秒）可以在不显著降低系统响应速度的前提下，实现稳定的部署。
✅ 这个参数 (pose_latency) 控制系统在延迟补偿中的时滞值。
✅ 设置为 10ms 可以在保持系统稳定的同时，减少因延迟过高带来的响应迟钝问题。 -
根据我们的测量，iPhone 的姿态延迟技术上应约为 140ms。
✅ iPhone 的传感器由于硬件和数据处理的限制，其姿态估计延迟大约为 140ms。 -
我们曾尝试使用 IMU（惯性测量单元）+本体感受速度估计方法，将接收到的姿态数据在时间上前向推演 140ms，但我们发现这并未改善控制器的性能。
✅ 为了补偿 iPhone 较大的姿态延迟，团队尝试通过 IMU（惯性传感器）和本体感受器（Proprioceptive Sensors）来预测目标姿态 140ms 后的位置，以便更快地做出反应。
✅ 但实验结果表明，这种方法并未显著改善控制器的性能，可能是误差累积、模型不准确等因素导致。
总结
这段文字强调了姿态估计延迟的来源及应对策略。Optitrack 系统的延迟较小（7ms），而 iPhone 的延迟较大（140ms）。虽然尝试了基于 IMU 的预测方法来弥补延迟，但实验发现效果并不理想。