Files
SkillFactory/docs/loaded_stand_release_1_0_0.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Consolidate next-stage docs, archive superseded narratives, and preserve frozen document inputs.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

5.7 KiB
Raw Blame History

Go2 FL受载站立1.0.0:带明确偏差豁免的冻结发布

当前授权与范围

用户在获知120秒耐久漂移30.62/30.78mm超过30mm后明确表示:

这个120秒耐久的飘逸超过的很小,可以视为通过

据此只对当前1024候选、当前120秒耐久原始证据、环境6和19的foot_drift一项作特例放行。不是将全局阈值改成31mm,不授权其它失败、其它权重或新的试验结果,不代表实机安全认证。

  • 原始结果:环境6=0.030620924223339147m;环境19=0.03078258298377699m;原限值0.03m。
  • 原始stability/result.json及publication_gate.json仍为失败,旧summary保留。
  • 候选manifest:7cb478a3b17aaf307d2d6e3c2b49cc25aa9af1ee9d118dd731b52f618c27e628。
  • checkpoint:f2197339dea3622ed92b82fdddff3400f2a82f3ca4d4fd3be6c72b45f1a77704。
  • 原始holdout/full/exploratory/耐久trace均不重跑、不改写;继续独立CPU重算与发布完整性检查。
  • 豁免记录:logs/loaded_stand/release_deviation_v1/operator_waiver.json,SHA256 3c8c03efcedc3c6eb2a0a8ca8fdae2629834473fb122b2ce5bbcc39161344d1e。

本次使用--waiver与--waiver-sha256双显式参数。缺少批准、hash不符、额外失败、实测值/证据变化、不同候选均拒绝;不传豁免时原发布拒绝行为不变。软件只返回单独的豁免回执,不能将原始passed或门槛改成true。

正式包必须明确标记accepted_with_deviation、acceptance_basis=operator_waiver及unwaived_required_physics_passed=false,保留实际foot_drift=false;附带DEVIATIONS.md和原文豁免记录。其它物理/源码/日志/加载门槛保持不变。最终目录及归档必须在独立CPU解释器中验证。

发布状态

已完成带偏差豁免的冻结发布,不是原始物理门槛全部通过。

  • 只读目录:releases/go2_fl_loaded_stand-1.0.0/,30个manifest条目;177,670字节归档:releases/go2_fl_loaded_stand-1.0.0.tar.gz。
  • 最终manifest SHA256:27e5e56908a0a8585a13913f27663b0dd3cdb7270614a0a05355334de4093e98。
  • 归档SHA256:ad59972e041f079cc2584923aaa15798857e5619488ba76b69835b558956bd76。
  • 验收报告:releases/go2_fl_loaded_stand-1.0.0.acceptance.json;同时保留staging-load、independent-load、archive-load报告。候选、暂存、正式目录和解包均在隔离CPU解释器中通过独立加载;B1/16/64/256各100次确定性调用、损坏/接口错误拒绝。
  • 测试:256 passed、3个原可选Kit测试skipped;Ruff/diff通过,独立代码复审OK。增加无豁免仍拒绝、错误范围/hash/额外失败拒绝,以及审批读取/复制时替换再恢复的竞态回归。
  • 未重训或重跑物理,不改actor/normalization/接口/候选manifest。原始拒绝报告、原始trace、旧summary及旧Reach发布校验均不变;新增全局checksum条目而非覆盖旧条目。
  • logs/loaded_stand/release_deviation_v1/final_verification.json再次核对只读权限、核心字节、批准记录、归档全部manifest文件和旧证据;raw_stability_passed=false被明确保留。

使用

将归档解包,在Python3.12/Torch2.10.0环境中导入包内frozen_standing.py;不需要Isaac、项目代码、训练checkpoint或NumPy。部署方必须从实际rig配置获得task/support hash,不能用包内期望值替代对部署rig的核对。

from frozen_standing import FrozenStanding
policy = FrozenStanding(
    "go2_fl_loaded_stand-1.0.0",
    manifest_sha256="27e5e56908a0a8585a13913f27663b0dd3cdb7270614a0a05355334de4093e98",
    task_sha256=deployed_task_sha256,
    support_sha256=deployed_support_manifest_sha256,
    device="cpu",
)
action = policy.act(observation)          # float32[B,3],100Hz
q_target = policy.position_targets(observation)  # rad,驱动仍需限矩/限速

GUI演示与扰动力箭头

在本机桌面终端、仓库根目录运行(沿用已有派生资产):

unset CONDA_PREFIX VIRTUAL_ENV
export PYTHONPATH="$PWD/source/SkillFactory" PYTHONUNBUFFERED=1
OUT="logs/loaded_stand/view_$(date +%Y%m%d_%H%M%S)"
python3 scripts/supervise_sim.py \
  --log "$OUT.log" --report "${OUT}_process.json" -- \
  /home/cen/IsaacLab/isaaclab.sh -p scripts/evaluate_standing.py \
  --package releases/go2_fl_loaded_stand-1.0.0 \
  --manifest 27e5e56908a0a8585a13913f27663b0dd3cdb7270614a0a05355334de4093e98 \
  --mode full --controller policy --device cuda:0 --viz kit \
  --force-arrows --force-arrow-scale 0.03 --output "$OUT"
  • --force-arrows是可选的纯显示开关,默认关闭。橙色箭头尾部位于底座实际施力点,方向为世界坐标系的实际已施加扰动力,长度=|F|×0.03 m/N(5N→15cm、10N→30cm)。它不是合力、导向力或安装口传感器反力。
  • 无力时隐藏;纯力矩场景也没有力箭头,不能据此判断没有扰动。箭头使用本地程序化圆柱/圆锥,无碰撞/刚体,无需下载箭头资产。
  • full为13个固定场景×14秒,3–6和8–11秒有载荷。默认镜头靠近无扰动的env_0;可在Stage选中/World/envs/env_6/Robot后按F聚焦向下加载场景。
  • 要显示预登记的随机场景/幅值/时移,改成--mode holdout(256环境、固定随机种子);它不是每帧无限制随机换向。--mode stability则为26环境×120秒重复载荷。
  • 这是重新仿真,不训练,完成后关闭窗口。显示可能改变运行耗时/图形内存,结果写入独立目录;不替换原始发布证据,也不将已有豁免自动用于新试验。

完整混合坐标系/单位见包内README;已批准的漂移偏差见DEVIATIONS.md。适用域仍是Go2 FL、3kg合成底座、PGS、有XY/转动导向且竖直辅助为0的仿真单腿,不是无辅助平衡、四足或实机安全认证。