Files
SkillFactory/docs/current_status.md
T
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Consolidate next-stage docs, archive superseded narratives, and preserve frozen document inputs.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

5.6 KiB
Raw Blame History

当前进度:RootXY-v2完成81次PPO更新,尚无合格新候选

当前对象是Go2 FL仿真单腿,浮动根、有界XY/转动辅助、竖直辅助为0;使用仿真真值。accepted_skill=false。单周期功能通过不等于连续稳定、扰动鲁棒、整机控制或实机能力。

已确认的里程碑

阶段 已观察结果 不能据此宣称
原46D残差PPO 256更新、1,048,576训练转移;u0/64/128/192/256各128/128名义9秒功能通过,按预设规则冻结u256 从零学会任务、独立验收;零残差参考原本可完成周期
P0冻结回放 u256首次9秒通过,900控制/4500采样tick;高度/摆动/落点19.385/7.492/9.967mm 初始化额外tick已完整计数、连续周期通过
P1连续周期 学习/参考分别在3.658/3.540s越过30mm水平根漂移门槛;均在首周期卸载阶段停止 已完成任何连续周期或接缝验证
P2扰动矩阵 p2-02退出0、20行执行、75,863实际共享物理调用、清理通过;完整XZ离线审计复现 有效对照:全部10组命令初态失配,原始8/10对5/10不能说明策略优势
RootXY第一次RUN rxy-03参考基线中因文件扫描竞态停止,0更新 已完成基线或最终物理计数
RootXY第二次RUN rxy-04实际完成81更新,u64开发验证128/128功能/安全通过;约43.80分钟后因另一扫描竞态停止 完整训练成功或存在合格候选

P2跨行状态捕获前一行末态足位置,导致anchors/q_ik不同。已恢复首个构造命令并在参考推理前检查配对;失配时致命停止且禁止发布比较差值。修复只有CPU资格,尚无修复后的P2物理验证。两次P2运行授权均耗尽,现代码不支持p2-03自动重试。

最近训练结果:rxy-04

任务SkillFactory-Go2FL-ContactCycleSimRootXY-v2,128环境、train92511/dev93511。正式优化前参考与冻结u256均通过原128/128功能基线。u64结果如下,单位mm,统计为128环境指标的均值:

验证对象 功能通过 全程XY>30mm XY RMS 每环境最大XY的均值
解析零残差 128/128 126/128 25.423 79.663
冻结u256 128/128 126/128 16.250 68.146
新u64 128/128 126/128 15.796 67.196

u64平均XY RMS约改善2.8%,但超限数量未减少,candidate_key(rows,64)=None。这只是已查看的开发seed结果,不是独立holdout或显著性结论。u64仅留存诊断,不可发布、不可恢复训练。

  • 81次完成更新对应331,776环境转移;第82次rollout已预扣但未提交,优化账本335,872转移,不退还。
  • 最近故障:native扫描先stat临时文件,原子重命名后os.access=False被误判为权限失败;不是物理失败。监督器停止worker,清理正常。
  • 最后物理快照26,468完成调用/26,467安全样本,写于scene-update之前;不是最终计数,也不能据此认定缺安全样本。worker最终报告缺失,最终实际总计未知。
  • 父级确认4个owned PID消失、无计算/任务图形残留、原7个桌面图形客户端存活;修改源码前623个绑定文件重哈希通过,仅证明静态文件,不替代缺失的worker最终同对象配置检查。
  • 输出167,275,915字节,监控native正增长85,068,025字节;监控不是硬配额。

修复状态与未完成项

  1. 配置准备现使用精确RootXY128环境规范化和有限固定PhysX预导入;rxy-03/04配置准备均成功,早期rxy-01/02失败保留。
  2. 输出大小扫描以单次lstat读取元数据;失踪条目最多4次完整重扫,持续变化/权限错误仍停止。继承ledger整体guard也仅对FileNotFound有限重试,不改旧冻结训练器。
  3. native扫描对access=False只在同目录fd复查确认ENOENT时记录消失并保留末次字节作保守计数;不可读且仍存在的文件/其他错误继续失败。此最后修复仅CPU验证,尚未完成端到端训练资格验证。
  4. 最近修复专项280passed/1skip;rxy-04启动前组合790passed/1skip。CPU测试、配置准备、物理功能、候选验收须分开;独立适配器复审曾因服务限额中断,不声称已获完整独立批准。
  5. 当前所有旧准备绑定均不能授权修改后的源码。既有运行授权已消费;本次文档整理/源码提交不授权新Kit运行或训练。

预算与历史边界

  • 原ContactCycle历史账本31,850,496环境转移保持不变;RootXY账本另列,不伪造合并后的实际执行数。
  • P1/P2历史预留254,500共享物理调用,不是实际调用总数。
  • 两次RootXY RUN各保留完整上限1,048,576优化+806,400验证环境转移、73,460共享调用;累计授权预留2,097,152+1,612,800转移、146,920共享调用。首RUN完成0更新,第二RUN完成81;预留与实测严格分开。
  • 原u256仍是冻结开发基线。旧32D失败、Reach1.0.1、受载站立1.0.0及候选专属漂移豁免均不改写。站立豁免不得用于本任务。

本次源码整理验证

接触周期全套+PartSpec契约+已有可视化/CLI改动:1403passed、6skipped(CPU,113.30s)。全仓首次试跑为1544passed/9skipped/28failed:本次README版本标题已修正;6项旧lifecycle fixture补齐新增constructor-export元数据边界后通过;其余21项涉及当前3.11/Torch2.7环境不满足旧冻结发布的3.12/Torch2.10约束,或缺少pxr任务注册依赖,未放宽生产检查。不能称全仓/Kit验证全绿。

归档逐文件hash和冻结计划原字节另行检查;本次不启动物理或训练。产物身份和失败报告见证据索引;后续按下一阶段推进。