wip: checkpoint paused Go2 FL four-skill development
This commit is contained in:
+31
-18
@@ -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。
|
||||
|
||||
Reference in New Issue
Block a user