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Consolidate next-stage docs, archive superseded narratives, and preserve frozen document inputs.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

56 lines
5.6 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 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](evidence_index.md);后续按[下一阶段](next_stage.md)推进。