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

132 lines
11 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.
# 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](contact_cycle_functional_flow_v2_result.md)。
## 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:
```sh
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`:
```sh
# 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。