Add loaded-standing physics, PPO training, fixed-candidate acceptance, isolated inference, and fail-closed publication. Preserve the original 120-second drift failure and bind the operator-approved exception to the exact candidate and evidence. Include pending Reach training/release infrastructure and archived packages. Leave pre-existing short-worker visualization changes and large generated training artifacts out of this commit.
8.2 KiB
Go2 FL受载站立:1024候选独立验收预登记
后续状态:用户已明确批准本次固定漂移偏差,现已带豁免冻结发布1.0.0,见发布报告。以下原始门槛、实测失败和首次拒绝结论仍按发生时的事实保留,不回填成功。
用户授权独立留出测试、完整物理验收和冻结发布。仅测试已选择的1024更新,不重训、不使用holdout重新选模或改变门槛。候选checkpoint SHA256为f2197339dea3622ed92b82fdddff3400f2a82f3ca4d4fd3be6c72b45f1a77704。
固定协议(首次留出运行前登记)
- 新发布名预留
go2_fl_loaded_stand-1.0.0,不是Reach后继版本。旧训练源码、配置、资产、权重及旧发布保持不变。先提取纯actor、固定normalization、绑定task/support hash生成candidate manifest;所有物理证据绑定整个candidate身份。actor纯PyTorch直接3动作,无teacher、残差、critic或采样噪声。 - holdout:seed83000,256环境×14秒;13场景平衡覆盖后独立打乱,幅值[0.6,1.0]、时移[-0.25,0.25]。同一输入的独立零动作hold对照;settle2秒后逐500Hz高度均值比hold改善≥30%。所有环境仍须满足原高度/倾角/foot drift/contact/vertical balance及全时段安全阈值。禁用自动reset、完整记录失败状态;出现fall不会被重置后的好状态替代。
- full:13环境×14秒,原默认13类单轴±全幅、零时移、seed71000;必须通过既有16项环境物理门槛,额外记录高度均值/每环境结果及全时段跌倒。原测力三个准静态窗口[2,3)、[4.5,5.5)、[9.5,10.5)秒,force≤1.5N、torque≤0.3Nm,不进行偏置拟合。
- stability:26环境×120秒(每场景2环境),seed85000;每14秒重复完整载荷协议,不reset,2秒只在开头settle一次;整个后续118秒沿用高度≤0.06m、倾角≤15°、接触≥98%、足端水平漂移≤0.03m、平均竖直平衡误差≤10%。所有物理子步有限、torque/velocity≤1.00001、硬限位超出≤0.01rad、guide Fz严格0,无跌倒/异常reset。复用每周期准静态窗口校验测力。GPU进程显存尾部10秒峰值相比2–12秒窗口峰值增长≤5%,外部nvidia-smi采样并计入真实物理时间;不以空尾部报告0增长。
- exploratory:60环境×14秒,seed84000;所有两轴组合15对×4符号、各轴全幅,单独披露,非训练分布、非发布适用域。不可用于选模。探索失败保留,不将其重标通过,也不把单轴域的通过泛化为组合域能力。
- 全部模式保留500Hz原始物理trace和稀疏实际观测/动作;CPU独立重算所有物理门槛和原始载荷覆盖;不能仅信报告passed。hold基线可能不通过技能门槛,必须如实保存退出非零和失败门槛,不阻止以相同输入评估其均值对照。
- 适用物理域不变:PGS、floating root、3kg合成底座、有效总质量约5.388351kg、XY/转动导向,竖直辅助0;不是自由单足平衡、四足、跨形态或实机安全认证。foot drift仅球心滑移代理、contact仅法向力。源缺失惯性/导入推定值继续披露。
工程与冻结
- 新接口
go2-fl-loaded-stand-v0,45维固定SI输入,xyzw四元数;与旧leg-token-v1及通用v2 adapter不兼容。 - 对candidate及最终冻结目录/归档解包执行真正隔离CPU解释器package-only加载(复用已有Python3.12/Torch2.10 CPU venv,不安装运行时),B1/16/64/256各100次确定性调用、输入/权重/buffer不变、无grad/训练/仿真依赖;错误shape/dtype/device/finite/绑定和损坏文件拒绝。
- 实际物理观测的CPU/CUDA输出最大绝对差≤1e-5。检查点actor提取与训练策略确定性输出等价、critic/optimizer/RNG不进推理包。
- 发布门禁fail-closed:完整训练/validation-only选模、候选身份、独立加载、holdout和对照、full、stability及原始trace重算、资源/工程检查、干净进程日志全部通过才原子发布;没有足够证据不得写accepted。探索结果必须存在并如实披露,但不是单轴域门禁。
- 最终版本目录独占、禁止覆盖;最终manifest新增证据时明确绑定已测试candidate manifest与不变运行时核心,不偷换测试身份;暂存最终包通过独立加载后才原子rename,再验证正式目录和归档。SHA256是完整性校验,不是数字签名。
- 资源护栏:本轮实际仿真/加载累计上限30分钟、额外产物2GiB(不含开发时间);不自动开展第二候选或调参搜索。发现工程错误保留失败证据,仅对同一候选修复验证工具并记录新执行身份;任务/验收门槛不变。
证据根目录:logs/loaded_stand/acceptance_v1/。以上是首次留出运行前的预登记,门槛未变。
执行结果:耐久门槛失败,拒绝发布
最终证据在logs/loaded_stand/acceptance_v1/v2/。独立审查修正了每周期测力窗口必须分别取误差的问题,并补全包内混合坐标系说明;原candidate及第一批测试完整保留。说明修正改变manifest,因此同一权重、同一输入协议重新执行full/holdout/hold;这是同一留出集的身份复验,不是新的独立测试集,也没有以测试结果选模。
固定checkpoint SHA未变;actor SHA256始终为1384b5aa780cded1f4ed21b617ff8c883a5f82826c4cb4c9415b75f315b1e664。修正说明后的candidate manifest为7cb478a3b17aaf307d2d6e3c2b49cc25aa9af1ee9d118dd731b52f618c27e628,不是已发布版本。
| 测试 | 结果 | settle后平均/最大高度误差 | 最大足端漂移 |
|---|---|---|---|
| 独立holdout,256×14秒 | 通过 | 0.921 / 10.693mm | 4.442mm |
| 同输入零动作hold | 高度不通过,保留失败 | 66.377 / 97.808mm | 3.313mm |
| 原13类全幅,13×14秒 | 全部19门槛通过 | 1.097 / 11.397mm | 4.637mm |
| 连续耐久,26×120秒 | foot_drift失败 | 1.703 / 20.279mm | 30.783mm >30mm |
| 两轴组合探索,60×14秒 | 本次探索通过,不泛化适用域 | 1.673 / 19.595mm | 7.915mm |
- holdout相对hold平均高度误差改善98.6126%。各试验最低承重接触比例均100%、无跌倒/自动reset;guide Fz严格0、物理/测力有限。
- 耐久环境6/19都是负向Fz 10N场景;漂移分别30.620924/30.782583mm,首次越界在115.828/115.760秒,峰值在119.054/119.044秒。参考点固定在2秒,不按载荷周期重置。
- 父级独立CPU读取全部500Hz trace并重算;另用逐点Python
math.hypot独立重算两个失败环境,峰值与报告差<1e-12m。不是报告舍入或末段漏采,不能以“仅超0.78mm”为由放行。 - 耐久其余门槛通过:最大倾角0.057942rad,torque/velocity比例0.265703/0.555917,竖直平均平衡误差≤1.06e-6;26个独立准静态窗口各500样本,最大测力残差0.029747N/0.001857Nm;2–12秒与110–120秒显存峰值增长0%。
- candidate在真正隔离CPU解释器完成B1/16/64/256各100次确定性调用/坏输入和损坏拒绝;真实物理观测CPU/CUDA最大动作差2.3842e-7。没有声称最终包/归档已经独立验证,因为没有生成正式包。
- 五个最终试验全部完成和清理;hold与stability保持原失败/非零退出,唯一critical记录是launcher对预期失败的退出报告,没有后端Error。探索是在必需耐久失败后单独完成的已登记信息性试验,不用于放行。
- 全部物理尝试(含旧说明身份复验)累计502.72秒;原始证据约1.72GB,符合30分钟/2GiB护栏。旧Reach发布全部checksum通过,原训练源码与候选权重不变。
v2/trace_audit.json的passed仅表示证据读回一致,其accepted_skill=false/publication_blocked=true;v2/publication_gate.json实际非零拒绝必需试验失败。未调用正式发布操作、未创建releases/go2_fl_loaded_stand-1.0.0/。发布器另补了暂存/最终加载/归档加载/提交后报告失败的隔离回滚,以及锁内不可覆盖检查;这些纯工程测试不代替真实成功发布。
下一步需用户授权新一轮训练,针对负向竖直载荷下长期足端漂移改进训练/长回合覆盖。不得用已查看的holdout重选本轮其它checkpoint、缩短耐久时长、重置漂移参考点或放宽30mm门槛。新一轮应独立预登记,并保留本轮失败。