cbb/Robot_Arm
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: 候选清单按实测重排——K=16 升到第1(正向)，ep_len 降为负结论，ep_waste 补位

Browse Source
This commit is contained in:
cbb
2026-10-20 22:38:47 +08:00
parent 671f1bdc89
commit c5fccf1e48
1 changed files with 8 additions and 6 deletions
Download Patch File Download Diff File Expand all files Collapse all files
docs/探索日志.md
+8 -6
View File
@@ -31,12 +31,14 @@
| 序 | 候选 | 支撑证据 | 状态 |
|---|---|---|---|
| 1 | **全拒时缩步顶上**（`--backoff`：首选候选按 1/2、1/4、1/8 并进同一次认证，只在原候选连第 1 步都不安全时启用） | 失败分类 63/109 是"被冻住"、未到组 37% 步为零运动；刹停 19.25/题 | 代码与单测已落（38 项），256 题 A/B 排队中 |
| 2 | **候选多样性 / K 与安全档位**（#15） | 全拒意味着 K=8 条候选没有一条能走；若候选彼此太像，加 K 也没用 | 待测（探针 `ml/runs/_cand_div.py` 已备） |
| 3 | **一步角点的标定**（E1 那条线：`mf_target='mid'` 把自举导数移到中点） | 解析高斯场判据：`sq` 只线性收敛（结构性少修一半）、`mid/lin` 二次收敛；实测部署角偏差 MF 3.851 → `mid` 2.364（0.61×）；但**线上一步输出比自身两段采样离老师远 10 倍**（4.326 vs 0.434） | 开关已落、默认关；要付训练，等 #1/#2 出数再定 |
| 4 | **认证进 20 ms**（#16/#18） | GPU 周期 P50 33.5 ms，几何宽相位占大头；f32 认证需先抬 eps 到 2e−4 mm | 未解，是验收硬门槛 |
| 5 | 速度/余量口径（#11/#14） | `--inc_cap 1` 代价 −5.1 pp 到达、−12.5 pp 时限；`gap_margin 0.5 mm` 只付 3 题 | 已量化，投影式余量未移植 |
| 6 | 循环内共享 FK（#19）、FP16/BF16、流水线复用 | 实测分别只有 0.03 ms/次、负收益、−3.1 ms 且扰动特征 | **已判掉** |
| 1 | **候选数翻倍 K=8→16** | 轮次 39 实测：到达 **+3.9 pp**、时限内 **+3.1 pp**、**刹车 −30%**（19.55→13.77）、碰撞仍 0、行程比不变 ⇒ 很多"全拒"是**没备选**而不是真没路 | **正向**；认证/打分成本要用独占微基准量完才能谈部署 |
| 2 | **全拒时缩步顶上**（`--backoff`：首选候选按 1/2、1/4、1/8 并进同一次认证，只在原候选连第 1 步都不安全时启用） | 失败分类 63/109 是"被冻住"、未到组 37% 步为零运动；但 4 题 CPU 冒烟提示转化率只 ~13% | 代码与单测已落，256 题四臂待补跑（判读规则已预注册） |
| 3 | **白费比例惩罚**（`select=ep_waste --len_w`，罚 `1−同轴净/总` × 当前误差） | 换向是**全局**现象（~1/4 的(步,轴)对在反向，到达/未到达两组差不多）；净位移只占总行程 0.445 | 已实现+正对照单测（可手算 2/18）；三臂排队 |
| 3b | ~~行程惩罚 `ep_len`（罚候选累计行程）~~ | 三臂实测行程比 2.6216/2.6548/2.6719 vs 对照 2.6158 ⇒ **不降反升**，只换来 +2 pp 时限 | **负结论**，被 3 取代 |
| 4 | **一步角点的标定**（E1 那条线：`mf_target='mid'` 把自举导数移到中点） | 解析高斯场判据：`sq` 只线性收敛（结构性少修一半）、`mid/lin` 二次收敛；实测部署角偏差 MF 3.851 → `mid` 2.364（0.61×）；但**线上一步输出比自身两段采样离老师远 10 倍**（4.326 vs 0.434） | 开关已落、默认关；要付训练，且受"一步与认证/DAgger 共同标定"约束 |
| 5 | **认证进 20 ms**（#16/#18） | GPU 周期 P50 33.5 ms，几何宽相位占大头；f32 认证需先抬 eps 到 2e−4 mm | 未解，是验收硬门槛 |
| 6 | 速度/余量口径（#11/#14） | `--inc_cap 1` 代价 −5.1 pp 到达、−12.5 pp 时限；`gap_margin 0.5 mm` 只付 3 题 | 已量化，投影式余量未移植 |
| 7 | 循环内共享 FK（#19）、FP16/BF16、流水线复用 | 实测分别只有 0.03 ms/次、负收益、−3.1 ms 且扰动特征 | **已判掉** |
## 轮次 39：两条没人碰过的算法杠杆——候选档位与行程惩罚（机制已单测，A/B 排队）