wip: checkpoint paused Go2 FL four-skill development

This commit is contained in:
2026-10-16 17:39:37 +08:00
parent 37d1b03b1a
commit 77c2978700
29 changed files with 4071 additions and 51 deletions
+3 -1
View File
@@ -1,9 +1,11 @@
# 文档入口
**当前0.5.0四技能开发已暂停,未完成验收。** 先读[状态与本机证据](current_status.md)、[恢复交接](next_stage.md);[四技能合同](four_skills_v050.md)不是完成声明。旧0.4.2原包保持不变。
## 下一阶段必读
1. [当前状态](current_status.md):已验证能力、历史失败及未验证项。
2. [下一阶段](next_stage.md):现有接口集成优先,不默认扩训/扩域。
2. [下一阶段](next_stage.md):等待用户明确恢复;先复核并验证revision2修正。
3. [公开接口](go2_fl_skill_v4_api.md) / [运行与CPU回归](contact_cycle_runtime.md)。
4. [0.4.2实测结果](contact_cycle_sim_performance_v042_result.md) / [证据索引](evidence_index.md)。
5. [执行边界](execution_authority.md):自主预设护栏,新会话/绑定/输出,不复用旧grant。
+31 -18
View File
@@ -1,26 +1,39 @@
# 当前状态:Go2 FL仿真功能版0.4.2
# 当前状态:四技能0.5.0开发检查点,用户已暂停
阶段已完成;本次仅整理文件,没有新Kit运行、物理验证或训练。
**暂停时间:2026-10-16 17:29 +08。本次是WIP源码提交,不是已验收发布。** 未启动暂停前计划的revision2原生验证/新训练。原生任务均已退出,GPU compute进程为空,最后一项只读复核已停止;只有用户明确要求恢复后才能继续,不能消耗原48小时剩余额度。
## 已验证基线
## 已完成
| 版本 | 实测范围 | 不可外推 |
|---|---|---|
| 0.4.2当前源码 | 解析S1 GUI/headless各6周期、27000tick;70张量及完整轨迹文件与0.4.1相同 | 未重验nominal20/S2/S3/u256、新绘制节拍的原生故障注入 |
| 0.4.1历史 | 解析S1 GUI/headless各6周期;真实提前关窗2040tick按预期中止并清理 | 中止不是完整成功,旧GUI资格不自动继承到0.4.2 |
| 0.4.0历史 | 解析20周期、三条6周期切换、u256 S1、停止/非法拒绝、独立目录公开接口复现 | 不是当前源码完整矩阵、全命令域或全GUI资格 |
- 新增support/retract/swing/plant、保持/查询/合法切换/安全停止的统一接口,以及反馈驱动中央组合器。
- 新增48D技能条件残差PPO;actor/critic不读取外力采样参数、承重目标或辅助力标签。保留原解析参考、±0.05rad残差和原辅助,随机真实外力固定为0/≤1.5/≤4/≤8N四档。
- 暂停提交前新CPU测试**139 passed**、AST/bash语法与diff检查通过;363个旧保护文件哈希不变。较早全套1726passed/3skipped属于最新revision2修改之前,不当作当前原生或全套资格。
- **revision1实测**:`bootstrap04`无扰动解析1闭环4505tick通过;`gui-bootstrap02`小扰动解析1闭环4505tick、真实Kit窗口/原速录像、完成后render-only保留及正常退出通过。reset11/pose14在闭环期间不变。不是三组×五闭环或训练策略资格;原ready截图存在一帧UI滞后,不把它当精确帧对齐证据。
- RTX5080训练预检完成2次更新/16384环境转移;正式`training01`完成**218次更新、1785856条环境转移**后有依据中止。最后完整更新记录69760共享物理调用;缺少最终worker报告,**终态实际总调用未知**,不把最后进度当最终计数。
- 独立源码复核发现:短暂ready可永久关闭保持完成超时,奖励可能偏向提前离地/不恢复承重。暂停前已实现revision2修正、恢复原相位/辅助保护、强化离线审计和截图同步;**这些最新修改尚未完成原生复验及最终独立复核**。
[0.4.2完整结果](contact_cycle_sim_performance_v042_result.md):真实GUI截图33.98FPS,全段绘制提交35.30次/秒;GUI54模拟秒耗时764.863墙钟秒,RTF **0.07060×**;headless294.679秒,RTF **0.18325×**。GPU整卡均值39.74%/133.43W,含桌面客户端,不是进程独占指标或GPU100%。
## 原始尝试(均保留)
该阶段11Kit、67500实际物理调用、73500预留、0训练;结束57个owned身份均不存活。原始CPU验收1557passed/6skipped属于当时交付物,不是本次精简后测试集的数量。独立包及最终封装凭据见[证据索引](evidence_index.md)。
证据根:`logs/four_skills_v050/`;9次登记、640000预留调用不是实际物理调用数。
## 必须保留的限制与失败
| 目录 | 原结果 |
|---|---|
| `bootstrap01` / `bootstrap02` | 私有worker父身份/相对入口路径校验失败;原件保留 |
| `bootstrap03` | 配置继承奖励字段缺失,环境构造前失败 |
| `bootstrap04` | revision1解析1闭环通过 |
| `training-preflight01` | 中央训练驱动同一反馈样本重复切换,首个优化前失败;修复另建目录 |
| `training-preflight02` | 2更新预检通过,不代表四技能训练完成 |
| `gui-bootstrap01` | 物理闭环完成,但ffmpeg SIGINT退出255使任务失败;不回溯改判 |
| `gui-bootstrap02` | revision1真实GUI/录像/正常退出通过 |
| `training01` | u218后父级因确认的源码缺陷中止;owned清理、wait通过,native退出-15,最终worker报告缺失 |
- `accepted_skill=false`。对象为浮动根Go2 FL单腿、3kg合成负载、仿真真值、有界XY/转动辅助,竖直guide为0;有限单seed功能通过不等于独立鲁棒验收、无辅助平衡、整机或实机能力。
- 原46D残差PPO冻结u256完成256更新、名义9秒开发验证128/128通过,解析本身也能完成任务。v3有限矩阵双方6/6,没有功能通过率学习增益,不预设追加训练必要。
- 严格P1双方均在首周期根XY超过30mm而失败;P2虽执行20行,但10组初态全部失配,不能支持学习策略优越性。P2修复只有CPU资格。
- RootXY-v2完成81更新;u64功能128/128通过但126/128仍超过30mm,无合格候选,不可发布或恢复。扫描竞态最终修复尚未完成端到端训练验证。
- ff-01 u256三周期物理完成但GPU监督失败;0.4.2首个独立headless退出观察器也异常,确切瞬时原因未知。后续通过不改写旧失败。
- 旧Reach1.0.1/站立1.0.0不变。站立120秒漂移30.78mm超30mm仅获候选专属豁免,不能移用于本任务。
## 权重与录像位置
下一步见[下一阶段](next_stage.md)。历史逐次过程已归档,不再在当前状态追加旧准备/预算记录。
- 诊断权重:`logs/four_skills_v050/training01/latest.pt`(u218)。**不是候选,不可发布,不可直接恢复训练**;原revision1配置/源码在该目录`source_snapshot/`。当前revision2运行器会拒绝其旧config身份。
- 真实原速录像:`logs/four_skills_v050/gui-bootstrap02/live-kit-original-speed.mp4`;同目录PNG、`gui-evidence.json`、原轨迹/监督结果保留。
- 可恢复索引及关键文件SHA256:[暂停清单](../archives/four_skills_v050_pause.json)。约602MiB原始日志、权重、录像及来源快照是本机产物,**未加入Git**;源码clone不包含这些实物。
## 尚未完成
revision2原生闭环/GUI复验、新训练、冻结合格候选、8独立seed×4档×2控制器配对评估、三组不同方向/时长各连续五闭环、真实非法切换/空中安全停止探针、最终打包和新版本验收均未完成。独立评估种子尚未执行;没有学习提升或四技能已达标结论。
`demo_gui.sh`现为0.5.0开发入口,默认需要**尚不存在的正式冻结权重**,不是可交付演示。旧入口副本为`demo_gui_v042.sh`;已封包0.4.2仍在`performance_v042/deliveries/go2_fl_contact_cycle_sim-0.4.2/`,原包/证据未改动。[0.4.2历史实测](contact_cycle_sim_performance_v042_result.md)仍只限定解析S1,历史`accepted_skill=false`/严格RootXY失败不变。
+9 -1
View File
@@ -2,7 +2,15 @@
相对路径以仓库根为准。以下均为历史已发生运行,不是可复用grant;本次整理不产生新的物理资格。
## 当前0.4.2
## 四技能0.5.0暂停检查点(未验收)
[当前状态](current_status.md) / [逐尝试与关键产物SHA256](../archives/four_skills_v050_pause.json)。本机根`logs/four_skills_v050/`保存9次登记的原始失败/通过结果、source_snapshot、原始轨迹、录像及诊断检查点;未加入Git。
- `training01/latest.pt`为revision1的u218诊断权重,不是候选;缺失最终worker报告,最后69760物理调用快照不是最终总数。
- `gui-bootstrap02/`为revision1小扰动解析1闭环真实Kit/录像/正常退出证据,不代表当前revision2或三组五闭环通过。
- `PAUSED.json`为用户暂停标记;独立种子矩阵、revision2原生复验与最终打包均未执行。不能自动恢复旧grant。
## 上一已封包0.4.2
[实测报告](contact_cycle_sim_performance_v042_result.md)。限定当前源码解析S1 GUI/headless,各27000tick;`accepted_skill=false`。
+5 -1
View File
@@ -1,5 +1,9 @@
# 执行与授权边界
## 最新:2026-10-16用户要求暂停
四技能0.5.0的48小时自主执行已暂停,只允许收尾、记录进度和Git提交。所有原生任务与只读子任务已停止;本机`logs/four_skills_v050/PAUSED.json`阻止继续使用阶段登记。等待用户新的明确恢复指令,不自行删除标记、延长旧截止、复用已消费grant或以剩余预算自动重跑。当前revision2尚未原生复验,u218仅诊断权重;详见[交接](next_stage.md)。下列为通常/历史边界,不覆盖最新暂停要求。
用户已明确后续预算无需逐次请批;在**当前用户目标范围内**自主执行,不以等待预算批准阻塞。但不限总预算不等于取消保护、自动扩域或无界后台任务。
## 每次真实运行仍需
@@ -11,7 +15,7 @@
`go2_fl_skill.py authorize`是调用方显式创建新的≤12小时有限会话,只登记而不启动Kit。各run仍新建approval并串行受监督执行;公开接口上限详见[API](go2_fl_skill_v4_api.md)。不把历史任务剩余预算当新运行授权。
## 本次及已完成阶段
## 旧整理及已完成阶段(历史)
本次仅文件整理/CPU回归,不启动仿真或训练,不改变技术方向。上一阶段0.4.2已完成,当前不自动追加RootXY、训练、扰动/噪声、形态、整机/硬件、sim2real或通用adapter。
+41
View File
@@ -0,0 +1,41 @@
# Go2 FL四技能0.5.0:本轮固定合同
**状态:2026-10-16 17:29按用户要求暂停,未完成验收。** 本文是开发合同,不是完成声明;实际进度与恢复前置见[current_status.md](current_status.md)和[next_stage.md](next_stage.md)。旧0.4.2及证据保留。功能达标优先,不追求精度;不能据CPU测试、revision1试跑或旧周期结果声称当前revision2通过。原48小时预算不构成暂停后的自动继续许可。
## 对外合同
中央仅能调用`support/retract/swing/plant`、查询、保持、切换、安全停止,不下发承重目标、外力标签/参数或辅助力。
- `support`:从初始化接触或完成plant进入,固定命令地面支点,维持真实接触/根高度。
- `retract`:仅从ready support进入;内部先卸载1秒再收腿0.6秒,离地后可保持。
- `swing`:仅从ready retract或ready swing进入;接收有限世界XY位移目标,1.4秒内部平滑轨迹,真实空中移动后可保持。
- `plant`:从ready retract/swing进入;内部0.8秒落地+2.2秒恢复承重,真实接触稳定后ready;此后才允许support。
- 保持不reset、不改物理状态、不重锚,ready也继续执行当前低层控制;中央按真实ready与保持计时推进,不按预编相位时钟强行切换。非法切换拒绝且零控制状态变更。
- 安全停止请求在support/plant稳定支撑后停止;空中请求走plant→support反馈闭环,不以关窗冒充安全停止;立即安全失败优先中止并留部分轨迹。
## 物理与功能门槛(首跑前固定)
`configs/four_skills/v050.json`为机器合同。撑地/落地Fn≥0.5W、真实接触比例≥80%、连续稳定至少0.2秒;收腿/摆动gap≥10mm、Fn≤2N连续至少0.1秒;卸载至少下降20%;摆动各非零命令轴实际有向进度≥50%。落地误差≤50mm、根高度误差≤100mm、tilt≤0.6rad、穿透≤2mm、归一化力矩/速度≤1.00001、关节超界≤0.01rad。保留原瞬时相位保护:抬腿末段gap≥20mm、摆动gap≥10mm、reload进度>80%时Fn≥0.5W;接触获取/过早离地、负法向力及辅助几何/140N上限继续保护。误差完整记录,不以修改门槛获得通过。
沿用同一Go2FL资产/3kg载荷、500Hz PhysX/最高100Hz控制、原±0.05rad残差及原辅助:有界被动XY/转动guide,guideZ=0;原等效其他腿主动竖向支撑按卸载/飞行分数施加,kp1800/kd120/max140N,不增强,不把它当无辅助平衡。原辅助明确计入轨迹和报告。
## 外力与学习
环境独立采样真实世界系payload COM力,零附加力偶;各2秒slot内80%概率施加,时机随机、持续0.5–1.3秒、0.15秒平滑升降,方向各向同性。幅值四档none/≤1.5/≤4/≤8N;采样种子/环境/episode独立,成对控制器重放同一扰动。actor48D仅接收允许仿真传感状态、技能/空间目标/进度、解析参考与过去残差,**没有采样外力向量、标签、未来时机、承重目标或辅助力标签**。可视化/审计单独读取施加外力,不回流策略。
优先原解析IK+新共享四技能条件残差PPO(RTX5080),不加载旧46D权重冒充训练;解析零残差为基线。按none→small→medium→full分档课程,开发seed选候选并在独立seed前冻结。未优于配对解析基线不宣称提升。
## 验收与交付
- 三组不同方向/保持时长,分别连续5闭环,整个序列初始化后无reset/瞬移/状态覆盖。
- 独立8seed×4外力档,解析/训练策略相同初态/扰动,报告所有成功/失败/未运行。无扰动8/8,其余每档≥7/8为本阶段限定目标;扩大样本必须在看独立结果前另登记,不按结果重选候选。
- 真实Kit窗口显示技能、ready/保持、接触、施加外力、辅助和训练/序列状态;真实画面/动作/正常退出及原速Kit录像单独验证,不拿FK/GIF或CPU替代。
- 保存新版本源码/权重/示例/一键demo/独立验收命令/简洁报告;旧版本原件不改写。首个失败留档,定位后新目录修复复验,禁止盲目重复。
## 时间与预算
本轮开始2026-10-16 16:07:37 +08,硬截止2026-10-18 16:07:37 +08;最后6小时不启动新训练。初始训练上限128环境×64 horizon×256更新(2097152环境转移),单训练≤18小时,定期检查点;必要技术迭代须记录差异/原因/新上限。任务初始护栏64次Kit启动、300万共享物理调用、120GiB新增逻辑产物。独立评估前已另存scope-amendment-01将启动上限改为96:固定8seed×4档×2控制器本身需要64启动,另外留开发/训练/GUI空间;单周期预留15000调用,300万/120GiB/48h不变,原scope原字节保留。单运行独立上限、预留清理,GPU串行,CPU复核可并行;达到目标即结束,不耗满预算。原始运行证据集中`logs/four_skills_v050/`,不堆逐次修复文档。
## 开发修正(独立种子尚未使用)
training01因独立源码复核确认的保持活性/奖励漏洞在218完整更新后由父级中止;权重仅留诊断,不进入候选。一次短暂ready不再永久关闭保持完成看门狗;奖励改为复用原分相位目标,不能靠提前离地或reload继续悬空获奖。恢复原过早离地/末抬腿/摆动/reload及辅助几何瞬时保护,不放宽任何冻结功能数值。修正后拟定的新目录训练上限仍128×64×256、RTX5080、≤18小时,尚未启动,等待用户恢复。这是有依据的新开发迭代计划,不恢复旧失败目录或复用旧grant。原累计训练/预扣保留。后续独立评估须使用development_revision=2合同;旧开发版结果不冒充修正版资格。
+18 -19
View File
@@ -1,26 +1,25 @@
# 下一阶段交接
# 暂停后的恢复交接
## 默认方向:集成现有仿真功能接口
**当前等待用户新的恢复指令。不要自动继续,也不要因原48小时尚有余额而启动任何Kit或训练。** 本机`logs/four_skills_v050/PAUSED.json`已阻止复用本阶段运行登记;暂停前只读复核也已停止。
1. 先读[当前状态](current_status.md)与[公开API](go2_fl_skill_v4_api.md),以已封包0.4.2为基线,确认上层启动、状态查询、队列和停止的使用需求。
2. 先做CPU静态/生命周期回归:按[运行说明](contact_cycle_runtime.md)执行`python scripts/test_cpu.py`;CPU通过不证明物理成功。
3. 如需修改当前源码,先固定受影响范围和验收项。0.4.2只重新验证了解析S1 GUI/headless,不能借0.4.0完整矩阵声称新版本全域或u256合格。
4. 确需真实验证时,按[执行边界](execution_authority.md)创建新有限会话、新绑定、新输出;保留逐500Hz安全/证据及监督退出清理,不复用旧grant或失败目录。
## 恢复时先读
## 尚未具备的证据
1. [当前进度/全部尝试/缺失证据](current_status.md)。
2. [四技能合同及开发修正](four_skills_v050.md);机器配置`configs/four_skills/v050.json`为development_revision=2。
3. [暂停索引](../archives/four_skills_v050_pause.json):原始结果、诊断权重、录像及SHA256。原件在本机`logs/`,未随Git分发。
- 当前源码nominal20/S2/S3/u256以及新高频绘制节拍下的原生提前关闭、visualizer故障、安全停止/查看超时资格。
- 1×实时物理:现有GUI0.07060×、headless0.18325×。若目标是吞吐优化,另固定范围并以相同协议/开销比较,不以渲染FPS替代物理速度。
- 多seed、全命令域、无辅助平衡、整机/实机、sim2real或通用v2运行adapter。
## 经用户明确恢复后再执行
以上是证据缺口,不是自动待执行的仿真矩阵或训练任务。本次整理不启动Kit,不耗用旧预算。
1. 重新确认目标、时间/存储/调用护栏;旧scope、grant、失败目录、暂停前预留均不能直接作为新授权。记录新的恢复决定和有限登记,不静默删除暂停标记或延长旧截止。
2. 完成revision2修复的独立复核。重点是保持完成看门狗、分相位奖励/原相位保护、停止请求在下一观察之前路由,以及强化审计与实际显示帧的对齐。最后一次复核被用户暂停,不能称已批准。
3. 用新目录进行revision2解析无扰动闭环及GUI基础验证,再做有上限的训练预检。检查实际四技能控制采样、真实保持完成、失败原因、原辅助、每步保护及退出清理,不只看reward或优化器更新数。
4. 只有修复通过后才新建RTX5080训练。u218是有缺陷revision1的诊断权重,不是候选/续训许可;当前CLI没有恢复旧训练的资格。保留所有旧失败及预扣。
5. 在开发seed上选择并冻结合格权重,然后才执行未使用的独立seed配对矩阵、三组×五连续闭环和真实非法切换/空中安全停止探针。解析/训练采用相同任务、观察初态及真实施加扰动;完整报告失败、未运行和比较范围,不预设优于解析。
6. 最后实测`demo_gui.sh`与真实Kit录像/正常退出,打包新源码/权重/命令及简洁验收报告。必须明确辅助和物理推进速度;窗口约30FPS不等于1×物理实时。
## 非默认方向
## 文件与验收边界
不为当前功能目标继续RootXY精度优化或追加训练。若后续明确选择此方向,须先回归扫描器竞态、监督器与候选提交路径,再重新固定独立实验;不得恢复不可选取u64、改写旧门槛/失败/账本或把P2失配当有效比较。原[配方](contact_cycle_rootxy_v2_plan.md)与[启动合同](contact_cycle_rootxy_v2_launch.md)仅保留为绑定输入和实现参考。
## 后续文件约定
- 当前结论只更新`current_status.md`,后续步骤只更新本文,证据位置只更新`evidence_index.md`。
- 测试留可复用契约、边界和安全回归;任务临时探针/第N次修复报告放运行目录,不再堆入`docs/`和`tests/`。
- 历史过程见[归档](README.md#历史资料),恢复到临时目录查看,不覆盖当前文件。
- `legs/four_skills/`:协议/力采样/48D模型;`tasks/manager_based/four_skills/`:真实环境、动作、安全与GUI。
- `scripts/four_skills.py`:有限会话与监督;`four_skills_runtime.py`:认证worker、训练与执行;`audit_four_skills.py`:CPU只读原轨迹/配对审计。
- 现有CPU回归入口仍为`python scripts/test_cpu.py`,新回归为`tests/test_four_skills*.py`。CPU通过不是原生或技能验收;不要为提交而重跑GPU。
- 0.4.2原包、历史严格RootXY失败、原权重/账本/源码及全部旧尝试保持不变。未来只更新状态、本文和证据索引,不恢复堆积逐次修复文档。