Files
SkillFactory/docs/current_status.md
T

4.2 KiB
Raw Blame History

当前状态:四技能0.5.0开发检查点,用户已暂停

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。

已完成

  • 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。

原始尝试(均保留)

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。

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

权重与录像位置

  • 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。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历史实测仍只限定解析S1,历史accepted_skill=false/严格RootXY失败不变。