训练监控
机械臂避障策略 · Transformer
示例：预训练进行中
示例：生成数据中
示例：挖错第 3 轮
示例：还没开始
连接中
平滑
0.85
对数轴
●
自动刷新
▶ 开始训练
■ 停止
流水线
GPU
数据阶段
ml/data
M5 头门禁
纯策略穿柱率 ≤ 2%
挖错循环
ml/runs/mine
部署形态评测
策略 + 安全层
验收汇总
方案 §9.2
终端输出
ml/runs/console.log
开始训练
后台执行
bash ml/pipeline.sh all
，从对拍一路跑到验收。已完成的步骤自动跳过；训练每 10 分钟存档、生成按条续写，断了再点一次就从断点接着跑。网页和控制台窗口都可以关，训练不受影响。
运行方式
续跑：跳过已完成的步骤
从头重跑（旧产物移到 ml/archive/）
动作头 CFG
MeanFlow（base，M5 不过自动转 WTA）
WTA（wta）
小模型 d=128（R4 不过时用）
共识过滤 CONSENSUS
按老师门禁自动
关
开（生成约慢 5 倍）
任务数 N_TASKS
生成进程数 NPROC
目标样本 TARGET_SAMPLES
挖错轮数 ROUNDS
老师间隙下限 MIN_GAP_MM
取消
▶ 开始