Files
SkillFactory/docs/contact_cycle_functional_flow_v2.md
T
chenlin c528dd268f feat: checkpoint Go2 FL simulation performance v0.4.2
Include callable skill and live-GUI prerequisites, epoch sensor reads, packed snapshots, sampled bit-exact kinematics, and verified-tick rendering without changing the physical/control schedule.

Record bounded analytic S1 GUI/headless qualification, original failures and CPU evidence (1557 passed, 6 skipped). Preserve accepted_skill=false and sub-real-time limitations. Exclude native authorities, caches, large media and local delivery copies; retain sealed artifact digest.
2026-10-16 15:46:01 +08:00

11 KiB
Raw Blame History

Go2 FL 功能流程 v2:实验前固定判据与准备记录

最新结论(详细实际结果另列)

用户批准后已完成新物理运行:解析单周期及连续3周期连同监督检查通过;冻结u256单周期通过,三周期物理完成但GPU归属监督失败,原campaign失败不改写。实际36000共享物理调用、0优化,没有重试。实际命令、阶段结果、图/GIF和未解决的监督问题见运行结果。

运行前结论(以下准备/提案为当时记录,不是当前待授权状态)

当时尚未完成新物理验证,尤其没有连续3周期通过证据;准备阶段新增物理调用=0、优化更新=0。不使用RootXY u64、不训练、不开展整机/实机/sim2real。

历史u256单周期可以复核为功能通过;历史严格P1双方仍是首周期卸载阶段漂移失败,不能事后改为通过或延长其轨迹。最近RootXY训练仍是81更新后基础设施中断,和本轮功能进展分开。

1. 新实验前固定的简单判据

固定文件:configs/contact_cycle/functional_flow_v2.json,SHA256 16c064228b30f36bbd420b7c2290602bacae6601cac2cec5deb16440f7600625。功能阈值逐值复用旧simulation_functional_v1.json,不是看新实验结果调门槛。

阶段 本轮功能判据
承重 承重末0.5s,真实法向力>2N的采样比例≥80%,平均Fn≥0.5W
卸载 卸载末0.1s平均Fn / 前述承重窗口平均Fn≤0.8,即至少下降20%;不要求归零
抬腿/摆动 摆动段gap≥10mm且Fn≤2N的比例≥80%,连续满足≥0.1s
三维摆动 保持50mm抬高+10mm拱高,命令XY为25/20mm;实际有向XY进度每轴≥命令50%(约12.5/10mm)
落地/重新承重 重新承重末0.2s,接触比例≥80%、平均Fn≥0.5W;该窗口平均3D落点误差≤50mm
连续动作 先完整9s单周期,再独立完整27s三周期;每周期都通过,不用平均成绩抵消失败
安全 全程有限;gap≥−2mm;根部高度误差≤100mm、tilt≤0.6rad;关节超界≤0.01rad,归一化力矩/速度≤1.00001;有界辅助保持原值,竖直guide严格为0

W为仿真有效系统重量,当前约52.86N(质量约5.388kg),不是仅3kg载荷的重量。上述0.01rad是已有数值容差,不是扩大命令/执行器硬限制。

  • 根部XY的30mm、旧P1接缝漂移20mm、额外落点/滑移精度只记录,不作为本轮功能门槛;依旧记录最大值和超限事实。保留碰撞、失控、高度、倾斜、关节、执行器、数值与辅助保护。
  • 初次接触获取仍要求200ms内达到≥0.5W、gap≤0.5mm并持续10ms;不能以从未接触的飞行跳过承重。
  • 初版不修改原相位终止规则:仍保留提前离地保护、抬腿90%后gap≥20mm/Fn≤2N、摆动逐tick gap≥10mm、重新承重80%后Fn≥0.5W。它们可能比窗口功能判据严格;若成为首个实际阻碍,应另记具体失败、前瞻登记最小相位修订后再申请相应运行,不能忽略失败继续。
  • 全程500Hz物理/保护,100Hz控制;每周期时长仍为3/1/0.6/1.4/0.8/2.2s。

2. 最小实现与诚实的控制归属

新增legs/contact_cycle_sim/functional_flow_v2.py:独立FUNCTIONAL_V2描述符,复用已验证P1整数时钟和固定世界锚点A→B→A→B解析命令,不带P1精度门槛。27s的13500个命令与旧P1逐tick一致;两次接缝位置/载荷命令连续。没有改变IK、Jacobian载荷补偿、46D观察、±0.05rad残差权限或装置。

拟复用原EvaluationContactCycleEnv无autoreset运行时及RuntimeHooks:接缝先检查端点,再仅推进命令元数据并刷新一次参考;禁止reset/pose写入、落地重锚、轨迹拼接,保留物理/IK warm-start/动作与延迟/接触状态/全局时钟。新描述符的CPU测试不等于新运行器已获Kit资格。

两种控制分别出结果:

  1. 解析参考:请求残差与有效残差为0,不加载actor做控制。
  2. 解析参考+冻结u256确定性均值残差:使用原候选tanh(actor_mean),不是策略独立控制、不是随机采样、不是RootXY u64。记录请求残差、投影后残差、reference-used/next、最终关节目标。

原u256 SHA256仍是c088bb3aecaca751867118858626fd508f7a3983303802d7524353f80802cf99。本轮不要求学习优于解析,不从跨运行的历史数字推断学习增益。

启动尚有明确未完成项:原P1/P2 runner固定校验旧协议,不能直接载入新描述符;新功能受监督入口/新配置绑定尚未接入和Kit验证。不得把协议文件换个路径传给旧runner、改旧P1阈值,或借旧grant/通用监督器绕过其认证。下一步仅做这项必要适配,不追加RootXY监控建设。

3. 已有真实仿真证据的只读复核

产物根:logs/contact_cycle/functional_flow_v2_prepare01/(本机日志,不随源码自动分发)。所有新报告为离线审计,原轨迹与旧结果未写入。trace_functional_passed只表示保留张量满足功能窗口;runtime_continuity_verified=false始终明确保留,张量本身不能证明无状态写入。

来源 本次离线复核 局限
原P0 u256 first_episodes.pt 1/1单周期功能通过,9s/4500采样,无记录失败,记录动作等于tanh(mean) 原P0初始化额外tick计数不足,不能当新运行或连续证明
rxy-04解析参考 validation_analytic_zero_selected.pt 保留4/4单周期通过,记录有效残差为0 仅选定4条,不重审完整128环境;减字段轨迹缺原始failure_flags等,不能补写完整安全/退出证明
rxy-04冻结u256 validation_frozen_u256_selected.pt 保留4/4单周期通过 同上;没有新增受监督回放或有效成对比较
同一P0轨迹请求3周期审计 拒绝通过,退出码2,后两周期not_evaluated 明确禁止把9s扩为27s

P0 u256的阶段测量

下表Fn为整相位均值,功能窗口结果另列,避免混淆重新承重的上升过程。

阶段 Fn均值N gap范围mm 本阶段足端净位移XYZ mm
承重 52.86 −0.0046~0.00006 1.86 / 0.17 / 0.002
卸载 40.41 −0.0238~−0.0021 −3.65 / −1.64 / −0.021
抬腿 5.19 −0.0241~47.76 58.61 / −5.44 / 47.78
摆动 0 47.44~57.99 19.46 / 20.16 / 1.00
落地 0.016 −0.00094~48.80 −2.36 / −1.17 / −48.80
重新承重 25.90 −0.0013~0.0022 −1.34 / 0.11 / 0.002
  • 承重末窗口1.000W,卸载末0.481W,重新承重末0.981W;摆动全1.4s满足离地,实际有向进度0.776/1.007,平均落点误差9.967mm。
  • 最大根XY误差68.981mm,仍如实记为超过30mm;旧P1的严格失败不因此更改。
  • 原P0终止为9s timeout,无physical_failure;最大执行器力矩/速度比0.19884,关节超界0,竖直guide0。无新视频;p0_u256_trace_plot.png/analytic_selected_env0_trace_plot.png是历史测量曲线,不是渲染关键帧或新实验。
  • 解析参考保留env0:承重末1.000W、卸载末0.676W、重新承重末0.996W;摆动gap43.38~53.76mm、Fn0,阶段净XY21.55/18.34mm,落点误差13.703mm、最大根XY80.483mm。这些跨运行数字不构成策略优势对照。
  • 历史P1首个失败仍分别为u256在3.658s、参考在3.540s,首周期卸载,原因P1_root_horizontal。其后动作没有采样,不能说明放宽此门槛后必然完成。

4. 可复现的当前命令(CPU,不启动Kit)

仓库根目录:

PY=/home/cen/miniconda3/envs/linker_sim_isaac/bin/python
CUDA_VISIBLE_DEVICES='' "$PY" scripts/audit_cycle_functional_flow.py \
  --trace logs/contact_cycle/frozen_replay_p0_01/run/first_episodes.pt \
  --controller-kind learned_policy --cycles 1 \
  --output /tmp/sf-functional-p0-audit-NEW.json
# --output必须尚不存在;--cycles 3应返回2,不会拼接/重复数据。
CUDA_VISIBLE_DEVICES='' PYTEST_DISABLE_PLUGIN_AUTOLOAD=1 "$PY" -m pytest -q \
  tests/test_contact_cycle_functional_flow_v2.py tests/test_contact_cycle_functional.py

本次实际跑过全接触周期CPU回归:1329 passed、6 skipped,108.37s,日志/XML见证据根。不是全仓/PhysX回归;新增功能文件自身24项,加旧功能检查18项共42项。另做compileall和diff whitespace检查。

原P0真实启动命令记录在logs/contact_cycle/frozen_replay_p0_01/supervisor.json:

# 历史复现模板,不是本轮运行授权;只支持单周期,不支持连续3周期。
/home/cen/IsaacLab/isaaclab.sh -p scripts/replay_cycle_sim_residual.py \
  --replay --controller learned --num-envs 1 --headless --device cuda:0 \
  --output /home/cen/sf-runs/functional-p0-NEW/run
# reference将--controller learned换成reference;实际运行需新批准与监督。

新功能三周期启动命令尚未交付为可执行/合格命令,须在新预算批准后完成上述有限入口适配和配置准备,再将实际命令/绑定存证;不能提供一个旧runner实际拒绝的假命令。

冻结检查的差异也保留:旧verify_delivery.py本次在AGENT.md逐字节比较失败(已有用户指令修改,未被本次改动)。随后使用现有replay.verify_bundle允许的唯一既有AGENT非运行时代码例外,134个冻结快照、其余live输入、候选身份和CPU确定性加载通过,见frozen_cpu_preflight/。没有修改验证器或冻结manifest来凑通过。

5. 一次性新仿真预算请求(原提案保留,后经用户批准并已消费)

只为功能流程,不是训练预算,也不沿用P1/P2/RootXY旧授权:

项目 提议上限
GPU/环境 RTX5080,单环境,500Hz物理/100Hz控制;无并行作业
配置准备 最多1次Kit配置准备,600s含120s清理;禁止构造环境/物理步/优化
物理运行 最多4次独立启动,每次600s含120s清理
顺序 解析1周期 → u256 1周期 → 解析连续3周期 → u256连续3周期;两个单周期先全部通过再进入连续验证
rollout 4500+4500+13500+13500 = 36000共享物理调用(本轮1环境)
初始化/预热 每物理启动≤250次,共≤1000;必须在构造前安装计数,超限停止
总物理上限 37000共享调用,不是预计实际用量;最大7200个控制步,优化步0
时限 campaign同boot绝对总窗口≤3000s(50分钟,含上述准备/清理),不另加隐藏运行
存储 新隔离根,own产物≤1GiB;native正增长另监控并声明采样覆盖局限,不冒称硬配额
故障处置 首个功能/安全/运行失败即保留证据并停campaign;不重试、不恢复、不现场改阈值续跑;未执行预算不称作实测调用

先完成必要独立功能入口适配、绑定与CPU校验,再在这份新授权内配置准备并父级核对后串行执行。若已有安装不能满足准备/运行保护,停止并报告,不把本预算变为监控建设或训练许可。

新的物理运行须交付每tick原始轨迹、初态/命令/动作归属、初始化和部分控制计数、两接缝reset/pose写入计数零增量及carry-state核对、终止首因、clean exit/清理证据;尽量在同预算内采关键帧。视频失败不掩盖物理失败,也不能据此加启动。

首要未解决问题:放宽非安全精度门槛后,真实单腿能否不间断地完成第二、第三周期,当前证据不足。最小下一步是上述无训练对照验证,不是继续RootXY优化。