Files
SkillFactory/docs/contact_cycle_rootxy_v2_launch.md
chenlin 9fe9d27865 feat: checkpoint contact-cycle evaluation and RootXY PPO progress
Consolidate next-stage docs, archive superseded narratives, and preserve frozen document inputs. Retain invalid P2 pairs, partial RootXY training, failed attempts and nonselectable checkpoints as explicit limitations.

Include supervised evaluation/training, desktop GPU admission, bounded evidence and atomic-publication monitor repairs with CPU regressions. Ignore local dotenv configuration.

Validation: 1403 passed, 6 skipped for contact-cycle and related contracts/CLI tests. Full-suite legacy ABI and registration tests require Python 3.12/Torch 2.10/pxr; no runtime checks relaxed. No new physical run or accepted skill.
2026-10-15 14:18:17 +08:00

5.8 KiB
Raw Permalink Blame History

RootXY-v2:受监督启动与终态合同

入口scripts/train_cycle_sim_rootxy_v2.py;stdlib监督器scripts/rootxy_launch_v2.py。已有真实配置准备和部分PPO运行,但最新native修复尚未端到端资格验证;历史绑定/授权不能用于当前源码。当前进度不是新运行许可。

准备与授权顺序

  1. CPU --check-only只读验证,--plan输出preregistration JSON;不推理、不构造环境、不签发许可。
  2. 父级审核manifest、来源/冻结包、短路径新输出根、GPU身份、存储策略及明确预算;生成独立prepare grant。
  3. PREP总600s,480s工作+120s清理:安装零物理调用钩子,构造真实128env配置而非环境,有限固定Isaac/PhysX预导入,精确规范化,生成绑定提案。无reset/inference/optimizer。
  4. 只有监督器独立等待正常退出、清理并重哈希之后的preparation.json有效;worker provisional不能直接授权RUN。
  5. 父级另作P2证据/试训可行性决定并签发RUN grant。P2失配不改称通过;仅可明确批准名义单周期pilot,保留功能baseline硬门槛。
  6. RUN限额按配方;一次、无恢复/重试。任何源码/配置/绑定变更须新PREP,不复用旧claim或grant。

模板仅说明参数,不是可直接执行的新许可。监督器使用绝对入口和/usr/bin/python3.12,不能直接启动Kit worker或替换为通用supervise_sim.py:

/usr/bin/python3.12 /ABS/PROJECT/scripts/train_cycle_sim_rootxy_v2.py --prepare \
  --output /NEW/ROOT --manifest /PARENT/preregistration.json \
  --trusted-manifest-sha256 EXACT_SHA256 \
  --storage-policy /PARENT/prepare-policy.json --trusted-storage-policy-sha256 EXACT_SHA256 \
  --authorization /PARENT/prepare-grant.json --trusted-authorization-sha256 EXACT_SHA256

/usr/bin/python3.12 /ABS/PROJECT/scripts/train_cycle_sim_rootxy_v2.py --run \
  --output /SAME/PREPARED/ROOT --manifest /PARENT/preregistration.json \
  --trusted-manifest-sha256 EXACT_SHA256 \
  --storage-policy /PARENT/run-policy.json --trusted-storage-policy-sha256 EXACT_SHA256 \
  --authorization /PARENT/run-grant.json --trusted-authorization-sha256 EXACT_SHA256 \
  --p2-decision /PARENT/pilot-feasibility-decision.json

精确身份与时钟

  • profile=rootxy-v2-7200s-1GiB-73460calls,grant=skillfactory.rootxy-parent-grant.v2。精确字段校验以admission/grant校验代码为准;包括root、mode、manifest/policy/launch identity、boot、expiry、parent_review、GPU,以及RUN必须有的preparation/binding/P2 decision哈希。PREP后三项为null。
  • 入场grant有效窗口≤3600s,同boot;这是入场期限,不是运行总时长。新策略skillfactory.rootxy-native-policy.v2寿命7200..10800s,须覆盖运行及规定120s额外策略余量和grant入场期限。
  • 外部trusted SHA256针对精确文件字节,不是重新序列化JSON;launch_identity按适配器canonical JSON规则取hash。不得自读自批、猜测digest或让worker自行批准。
  • skillfactory.rootxy-p2-decision.v2包含task/root/manifest/preparation/binding、approved、parent_review和非空p2_evidence路径→哈希。对失败证据的可行性批准不是P2物理通过。
  • 保持短canonical输出路径,避免长TMPDIR/NVRTC问题;不使用symlink冒充根或复用旧输出。

GPU桌面共享

用户已批准保留桌面,而不是GPU独占或硬件分区。每次新grant必须重新记录实际身份,不照抄旧PID:

  • admission无计算客户端,graphics恰好匹配有限父级基线(排序唯一、最多64个);NVML库路径/哈希和GPU0 UUID固定,CUDA可见性由监督器强制。
  • desktop身份包含PID、birth、UID、argv哈希、exe文件路径/元数据/哈希;运行中查birth/文件身份,入场/终态也重哈希。
  • root Xorg的实际/proc/PID/exe不可读时,仅UID0、精确/usr/lib/xorg/Xorg argv0与comm Xorg允许显式公共元数据范围;actual-executable-unverified,不声称真实exe已验证。
  • 新图形、外来计算、desktop取得计算身份、身份变化均停止。批准desktop可退出,不属于清理归属,不得终止它或其他外来进程。最终只允许剩余批准desktop,无任务/外来GPU工作。

运行绑定、安全与终态

  • 唯一spawner/subreaper通过认证继承FD交接;进程清理使用birth identity/pidfd,独立wait,失败也保持有界清理。禁止手动直接运行worker、fake模块或放宽导入白名单。
  • 配置只在构造前按精确类/计数规范化:Evaluation=1环境、RootXY=128环境。有限依赖预导入不代替真实同对象绑定。
  • 检查构造前、实际环境构造后且动作前、训练源码检查点、env.close后/app.close前。Kit快速关闭前持久化证据;退出后监督器只重哈希静态文件,不能宣称仍验证原cfg对象。
  • 真实SimulationContext.step前后记录attempted/completed及初始化/rollout分类;500Hz scene-update安全检查包括reset,缺失/重复覆盖在下一物理步或工作边界拒绝。构造期尚无task audit的调用另计。
  • 1GiB含PREP/快照/native/tmp/stdout和声明的外部正增长;保留1MiB stdout和16MiB发布/清理余量。路径、mount、free floor≥2GiB、interval≤1s、覆盖缺口必须精确声明。不是native硬quota。
  • 仅完整正常退出、归属/GPU清理、最终身份/账本/物理安全、两baseline+四开发功能、XY资格都通过后,监督器最后提交candidate lock。缺少worker最终报告、仅静态文件PASS、只有checkpoint均不够。

扫描实现、XZ完整性与评估初态规则见评估和监控。CPU用例见test_contact_cycle_sim_rootxy_launch_v2.py、test_contact_cycle_sim_rootxy_v2.py及native/evaluation runner测试;独立复审缺口必须如实披露。