cbb/Robot_Arm
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
172 Commits 2 Branches 2 Tags
36150242f28b868c13de3d9ac52434552257529d
Commit Graph
134 Commits
Author SHA1 Message Date
cbb 36150242f2 exp: 轮次48——打分地平线四点曲线(h=2/4/8/16)：进度单调、精度代价阶跃在 h<=4、h=8 是坏点 
时限内 0.2656/0.2813/0.3047/0.3320；2 s 误差比逐题符号检验随 h 缩短单调增强
(h=8 166:90 p=2.4e-6、h=4 184:72 p=1.8e-12、h=2 192:64 p=4.9e-16)；
到达四点全在噪声内(净 -1/+4/+5，McNemar p>=0.42)。
末态到达误差 0.2175/0.2255/0.3301/0.4151 mm ⇒ 代价集中在 h<=4，病因是"近终段没有终端代价"
而不是"前瞻短"，故派生 #31(门控地平线)、按预注册规则作废 #26。
h=8 行程比 2.6749 反而比控制 2.6158 更差 ⇒ "地平线砍一半"的渐进方案被中间点自己否掉。

判据与成本(实测非推算)：四点 collision_rate=0、over_vmax_rate=0、start_fail=0，
speed_ratio/accel_ratio 四点逐位相同，n_plans_mean 全为 195.0 ⇒ 规划次数与认证调用数不变。
 2026-10-21 01:11:18 +08:00
cbb 3c250c7df3 exp: 轮次46-47——select=pre(打分地平线=被执行前缀终点)正向，两 seed 复现 
2 s 误差比逐题符号检验 s0 192好/64差 p=4.9e-16、s1 191/65 p=1.5e-15；时限内(≤1.3×老师)
0.2656→0.3320(+6.64pp)、0.2969→0.3398(+4.30pp)；行程比 −0.171/−0.171；碰撞仍 0、超 VMAX 仍 0。
到达只 +5/+3 题(McNemar p=0.42/0.68 ⇒ 噪声)，故不改默认口径、作可选口径入库。
代价：到达题末态误差 0.22→0.42 mm(判据壳 1 mm 内，余量 4.6×→2.4×)，两 seed 都涨。

对照可比性先证：控制臂 tie0 与轮次42 round42_K8cb1 的 22/22 键逐位相同 ⇒ 该配方跨窗口确定性
复现，本轮起新杠杆可用单臂对已落盘控制。

实现：select='pre' 用 fut[:,:,commit_n-1] 的终点误差(同一次 goal_err 只换点集)；两条可手算正对照
(前缀好/末端差 vs 末端好/前缀差 ⇒ 两口径必须选相反候选) + 不变式(commit_n=16 时与 endpoint 同选)；
49 项测试绿；n=16 冒烟证非惰性。候选表同步修准：backoff/ep_waste 两行状态改判掉，#29/#30 登记。
 2026-10-21 00:57:08 +08:00
cbb 72c8835229 exp: 轮次45——tie(等长安全前缀按沿路最小间隙定夺)判掉 
两臂 n=256 同 seed 背靠背(配方=轮次42 K8+cert_batch=1+inc_cap=1)：到达 0.5234→0.5039
(-1.95pp，逐题配对丢6赢1净-5，McNemar 精确 p=0.125 与零不可分)，时限内 +1.17pp、
刹停 -9%、行程比 -0.076、执行碰撞仍为 0(判据未放松)。丢的 6 题 5 题在 A 类(开阔区)
=买余量卖进度的签名。

仪表与离线数交叉验证：改选率 5.58% 对上轮次44 独立测得的"执行点间隙落在 0.2–0.5mm 占
5.6%"，并列率 79.0% 对上"满前缀 79.4%" ⇒ 分辨率上界被宽相位截顶 gcap=max(0.5,margin+0.5)
锁死，5.6% 是这个家族在 cap=0.5 下的天花板，不是实现没调好。

结构性发现：#24 作用在错的人群——tie 只在 maxlen>0 触发，而失败主人群是全拒(maxlen=0，
未到达题 22% 的规划)；全拒那条已由 backoff(轮次43)判掉。前置条件记为 #28(gcap 与
gap_margin 解耦)。

实现账：新增 tie 与触发计数器(生产端 per 数组+dump 键、消费端汇总 tie_* 同批改完，
tie=0 时 22/22 老键逐位复现)；修掉 tie 分支局部名 nmax 顶掉主循环总步数的遮蔽 bug，
守卫单测做过变异检查；计数器正对照可手算(tie_opp=tie_changed=n_plans)。47 项测试绿。
 2026-10-21 00:33:44 +08:00
cbb 350f386c02 exp: #27——K16增益不集中在B/C(总体+3.9pp/净10题,B仅+4题不显著)；B刹停-29%但到达仅27→32%，证明B/C缺口是策略不产绕行而非闸门 2026-10-21 00:04:32 +08:00
cbb 1b301cc58e exp: 分层指标三重交叉验证通过——success_reachable 0.5514/by_cat(B27%,C34%)/brake_rate p50 0.5%但p90 31.5%、stuck_share 23.4%；老22键逐位不变 2026-10-20 23:51:51 +08:00
cbb 1a6840fc66 exp: backoff四臂判掉——转化率7.7→37%但到达/时限不赚(0.5234→0.5156)；且它单独改善brake_rate达16%而行为未变好=可绕过§9.2判据 2026-10-20 23:42:50 +08:00
cbb abd66d6124 exp: 控制臂22/22键逐位复现+reverse_p50离线预测0.247精确命中；brake_rate首读mean10.03%/p50 0.51%(§9.2差5倍但中位已达标) 2026-10-20 23:23:50 +08:00
cbb 1bb74e4b00 docs: 冻住形态定案——B/C是每题~30次×1.8步的反复试探(零步29%)而非堵死；backoff预期=省停步不省通路，B类到达要靠#24排序避死路 2026-10-20 23:19:48 +08:00
cbb 309169a4ed exp: ep_waste三臂负结论(行程比不随权重单调、w=1纯亏)；原因=罚在16步地平线而每拍只提交2步；刹停率与brakes/n_plans逐位对表 2026-10-20 23:18:25 +08:00
cbb 4b871a5f67 docs: 缺口按类别定位——A(无障碍)75%但B(直线被挡)27%/C(贴立柱)34%；纠正D类(不可达)混入到达分母的口径(+2.8pp) 2026-10-20 23:06:28 +08:00
cbb c89105996d docs: 刹停长尾定量化——48.8%题零刹停、前20%题占72.4%事件；杠杆必须分层报(brake_rate_p90/stuck_share)，否则对尾巴有效的改动在均值上看不出来 2026-10-20 23:03:51 +08:00
cbb 27c8cbf111 exp: 轮次41——K16串行/批量决策逐位相同(等价性扩到K=16)+墙钟-18%；brake_rate首读mean7.06%但p50=0，刹停集中在一小撮卡住的题 2026-10-20 23:03:06 +08:00
cbb fb836e699a docs: #24 设计定稿——先算全候选间隙矩阵同时供打分与认证(零额外几何调用)，口径强制走批量认证 2026-10-20 22:55:49 +08:00
cbb 274e916352 docs+fix: 代价探针第一版把整次调用当一次规划(绝对值大四倍)；改为两长度解固定开销，并记清串行早停/批量随K两种相反响应 2026-10-20 22:55:24 +08:00
cbb ebd4c20a28 docs: 到达率上限框架(可拿区间0.5234→0.7773，全部是被拒的活路)；#24 间隙进打分列入候选首位 2026-10-20 22:54:08 +08:00
cbb 00602f3f0b exp: #21定案——关闸后两段每格都不更差(碰撞步58.3→45.1)，主因是候选塌缩35倍；安全层值25.4pp到达但净收益为正(纯策略无碰撞到达仅0.359) 2026-10-20 22:53:07 +08:00
cbb 04fe4a007b docs: 补 §9.2 记分板——碰撞/超VMAX 已达标，到达差41.8pp、行程超1.4倍、P99差2~3倍、刹停率估≈9.9%(判据互相拉扯，单格变好必须同报其他格) 2026-10-20 22:51:30 +08:00
cbb c9344599af exp: 多段推理代价实测(2段+5.97ms/4段+17.7ms/8段+42ms，B=1 K=8)——靠段数补偏差不进 20ms 预算 2026-10-20 22:50:41 +08:00
cbb b30c271896 exp+fix: 候选塌缩定案(steps=2 把K条候选抹平35倍)+z_scale反例；补 n_plans/brake_rate 核算§9.2刹停率；记录我在链式作业排队期间改库导致两臂未跑的事故 2026-10-20 22:48:51 +08:00
cbb 4597569dd8 exp: 轮次39——试候选数四档成本-收益曲线：到达0.402→0.562、刹车60.4→13.8、串行认证墙钟×5.1，碰撞全程0 2026-10-20 22:43:12 +08:00
cbb ea762a331f exp+fix: try3 反向档位(刹车+93%/到达-6.6pp)与 K16 构成试候选数的单调轴；reverse 指标补动步口径+可手算负对照 2026-10-20 22:42:11 +08:00
cbb c5fccf1e48 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 2026-10-20 22:38:47 +08:00
cbb 671f1bdc89 exp: 轮次39——K=16 正向结果：到达+3.9pp/时限+3.1pp/刹车-30%且碰撞仍0；仪表对表 1.575/6=0.2625 vs 离线预测0.247 2026-10-20 22:37:40 +08:00
cbb b2cf03016b exp: 轮次39(续)——四个新指标端到端到达产物(CPU冒烟，真实运动学)；对backoff四臂预注册判读规则(转化率13%量级的两种解释) 2026-10-20 22:35:57 +08:00
cbb a159723e5b docs+exp: 第二次纠正换向分组——按与rollout同窗口重算后两组差不多(0.247全体/到达0.265/未到达0.233)，换向是全局现象而非失败特征；给出backoff对照臂的可证伪预测0.247 2026-10-20 22:33:29 +08:00
cbb a34a3c0bb5 docs: 撤回换向分组结论(旧口径漏计停住再反向，净/行程与线上口径都给反向)；len_w 的单调改写成噪声量级说明 2026-10-20 22:30:52 +08:00
cbb 585c50dbb9 exp: 轮次39(续)——ep_len 三臂：时限内单调+2.4pp 但行程比单调变差，负结论；改上 ep_waste 2026-10-20 22:28:45 +08:00
cbb 3e015b7485 feat+test: 换向率 reverse_rate 进闭环指标（按轴方向翻转/活动步，站住不重置），带正对照单测 2026-10-20 22:26:34 +08:00
cbb d632924446 exp: 轮次39(续)——行程超出2.4倍的成因是换向抖动(23.5%步换向、净位移只占44.5%)；len_w=0.1 罚不动量级不匹配 2026-10-20 22:19:21 +08:00
cbb 95b55fe69d exp: 轮次39(续)——执行余量审计：91%执行点≥0.5mm但每题最险点中位仅0.029mm；到达题全拒0.88% vs 未到达22% 2026-10-20 22:13:44 +08:00
cbb 422fb8b72f exp+fix: 轮次39——backoff=0+cert_batch1 与轮次33 cap 逐项相同(重写批量分支无行为变化)；修 backoff 指标被 eval_cl 显式键列表丢掉 2026-10-20 22:10:44 +08:00
cbb cd6913b136 feat+exp: 轮次39——候选档位开关 --z_scale 与行程惩罚 select=ep_len/--len_w（零权重与 endpoint 逐位相同，2 条机制单测） 2026-10-20 22:05:12 +08:00
cbb cad8bb44f0 exp: 轮次38(补)——steps=8 时限0.324/行程比1.87继续变好但到达仍0.41；顶部摘要刷新到当前口径并加候选清单 2026-10-20 21:59:19 +08:00
cbb f42d3d756f exp: 轮次38(补)——steps=4 末态误差0.135mm最优但仍被拒80次/题；失败分类证明缺口是走一半被冻住(63/109) 2026-10-20 21:57:02 +08:00
cbb b9548d6cb1 docs: 探索日志改为倒序——最新一轮在最上面（内容守恒断言：除说明行外一行不许多或丢） 2026-10-20 21:55:15 +08:00
cbb 2079164cac docs: 轮次38——改正我自己写的(B)假设：线上安全层只做点检不含位移界；并记下 DAgger 采集同样是一步口径 2026-10-20 21:52:46 +08:00
cbb e7d1a39519 exp: 轮次38——两段推理开环更贴老师、行程比更近1，但闭环到达降14.8pp：瓶颈移到安全层拒绝率 2026-10-20 21:51:54 +08:00
cbb 78786881e7 test: 轮次37(补)——解析高斯场给目标写法做不动点判决：sq 权重只线性收敛(结构性少修一半)，lin/mid 二次收敛 2026-10-20 21:44:50 +08:00
cbb a4cac354ea exp: 轮次37——K-MF 方案核查：Eq.7 抄法不动点不自洽(1.87×)，一步输出比自身2段采样离老师远10倍 2026-10-20 21:38:40 +08:00
cbb 349814db7e exp+feat: 轮次36(续)——时间账证明限幅后的损失是"站住"不是巡航；全拒缩步顶上(backoff，默认关) 2026-10-20 21:25:47 +08:00
cbb f23f6fc93f exp: 轮次36——规划起点 r 分布实测，循环内共享 FK(#19) 在部署 r3 口径只值 0.03 ms/次，判掉 2026-10-20 21:16:27 +08:00
cbb ee7fe829ac fix+exp: 轮次35(补)——gaps/gm_groups 拒绝行数不符的 xf；撤回两次不存在的"合并调用"收益 
- 探测脚本把认证点当成与特征无关的已知量，据此测出的 共享cum_xf −4.3ms / 合并一次调用 −8.1ms
  都不成立：真实顺序是 特征(q)→推理→候选→认证点，同一次规划内既不能共享 xf 也不能合并 gaps
  只有轮次34 已落地的 gm_groups 复用同姿态 xf（−3.4ms，22项指标逐位不变）是真的
- 守卫：xf 行数与 q 不符时抛错（之前会静默按别的行做宽相位，实测触发 CUDA device-side assert）
- 测试 34→35 项；check_parity 仍 PASS（2000样本，间隙差 2.52e-13 mm、碰撞布尔差 0、特征差 5.96e-08）
 2026-10-20 21:06:35 +08:00
cbb 296cd17f98 exp: 轮次35——FP16/BF16与流水线复用都被实测否掉，f32认证需先抬eps到2e-4 
- 显卡精度档（B=1,K=8,steps=1）：推理 FP32 7.68 / FP16 8.31 / BF16 8.58 ms，整周期不变而FP16 P99 46.6→55.6；
  动作偏差 FP16 0.0050°、BF16 0.0377° ⇒ 该批量下不是算力受限，保持 FP32
- float32 认证：48段×9点×15组对的间隙差 max 1.32e-4 mm（有1例高估）→ 现 eps=1e-4 已被越界，要用需 ≥2e-4；
  判据结果两边一致（各24接受、0 仅f32安全、0 符号翻转），暂不放宽 dtype 守卫
- 流水线复用特征间隙：第一版42.1→31.8ms 但等价性检查不过（我取缓存行索引取错，差3.19mm）；
  修正后只剩 −3.1ms 且缓存行与新算差 6.3e-5mm（不同 batch 的结合序）⇒ 放弃
- 顺带修掉轮次34日志里重复的章节标题
 2026-10-20 21:01:04 +08:00
cbb 34019c1a34 perf+exp: 轮次34——复用cum_xf进库(22项指标逐位不变)、批量认证压最坏尾部(80→37ms)、FP16/BF16实测无收益 
- 撤回一条自己的假收益：先前"合并几何查询→24.5ms"不成立。①第一版把 xf= 传给含5行的 gaps，
  只有第0行走完宽相位，认证点全部退回截顶40.0（少干活）；②真实顺序 特征→推理→候选→认证，
  认证点依赖网络输出，故"特征间隙与认证点合并一次调用"实现上做不到
- 可实现并已落地：gm_groups(..., xf=) 复用 features 已算的 cum_xf，B=1 交错实测 P50 −3.4ms；
  256题重跑 22 项指标与轮次33 base 逐项相同
- 新增 --cert_batch（默认0不变）：K条候选并成1次 gaps 调用。合成夹具(B=2)断言选择/轨迹/证书逐位一致，
  变异检查（换回错误索引）2项测试立即失败；256题重跑同样 22 项指标逐位相同
  实测交换：典型 33.5→37.6ms，最坏（前面候选被拒）80.2→37.1ms，P99 64.7→48.3ms
- FP16/BF16 实测不比 FP32 快（推理 7.68→8.31→8.58ms），整周期不变而 P99 更差，动作偏差 0.005°/0.038°
  → 小批量下不是算力受限，半精度不划算，推理保持 FP32
- 仍不达 20ms：下一刀是流水线复用（下次规划的特征间隙＝本次已认证的末点），可整块省掉特征 ~13ms
- 测试 32→34 项
 2026-10-20 20:53:43 +08:00
cbb 48cc566c3f exp: 轮次33——限幅实测要付5.1pp到达（57.4→52.3%）；GPU真实周期36.7ms≈27Hz，瓶颈是重复几何而非推理 
- 四组单变量对照（同256题同seed）：base / inc_cap / gap_margin 0.5 / 两者同开
  限幅后 到达 0.5742→0.5234、time_ok 0.3906→0.2656、2s误差比 0.210→0.279、超VMAX 1.0→0.0、刹停几乎不变
  → 之前那部分到达率是超速换来的；损失在逼近末段，不在刹停
- 0.5mm 余量门只付 3 题（0.5742→0.5625）；但 plans['gaps'] 在 0.5mm 截顶，5mm 护栏可达性需抬 cap 重算
- 前提更正：eval_cl 不传 steps、rollout 默认 steps=1（policy.py:156 一步生成），先前按 steps=16 得到的
  "当前配方 116ms≈8.6Hz" 作废；真实配方 36.68ms P50 / 49.17ms P99 ≈ 27.3Hz
- 归因更正：空算子 0.028ms、空 sync 0.005ms、encode 2.27ms → 不是启动/同步地板；
  单步推理仅 7.2ms 且 K=1→8 免费，周期里 ~27ms 是 cum_xf+宽相位的重复计算
- certify_uniform 挂上后 36.7→45.3ms（n=8）/49.6ms（n=16）
- kin_torch 补 a/b 形状守卫（脚本里广播不一致会算错 view），测试 30→31 项
 2026-10-20 20:32:19 +08:00
cbb 6ecd33db0c exp: 轮次33(上)——实际执行速度做成一等指标并自证；默认路径逐位复现第30轮，256题全部超VMAX 
- rollout 逐题记录 max|Δq|/STEP（1.0=VMAX）与每步速度变化比；eval_cl 汇总 p50/p95/max、over_vmax_rate
- 自证：用 round30_after trace 独立重算得 1.660004×VMAX、超速度占比 1.0，与新指标逐位一致
- 默认参数下 base 复现第30轮 after 的每个旧指标（0.57421875/0.390625/19.25/2.444952726/0.209975064 等）
- 新开关 inc_cap（反馈叠加后再按每轴 VMAX·DT 限幅）、gap_margin（余量门限+自动抬宽相位 cap，
  否则现 cap=0.5 会让 >0.5 的余量恒假）；col 仍按 gap<=0 判真实碰撞，不与余量混用
- 只读核查：ik-policy.js:355 同样在 ±1·STEP 之后叠加反馈；JS 的 5 mm 余量是投影式护栏，非同机制
- 口径提醒：round30 plans['gaps'] 在 cap=0.5 截顶，不能据此算"≥1mm 占比"；中位最小间隙 0.046 mm 可用
- 测试 26→30 项（限幅灵敏度、余量拒/受、cap 抬升生效）
 2026-10-20 19:48:23 +08:00
cbb c6b46b8bb1 exp: 轮次32——均匀细分认证一次调用可证段内碰撞，界经720项检验未证伪，但P50≤20ms的档只能证出54~63% 
- certify_uniform：固定 n 个子段一次 gaps 调用，判据与二分同源（子段界=整段界/n），证不出即拒
- 确定界反证：48段×121点×15组对=720项检验 0 违例；有信息量仅 61 项，最紧仍高出 0.035 mm
  （是"未能在真实运动上证伪"，不是证明；浮点误差仍未形式化）
- 第180题 1.08-1.10s 漏检段在每个 n>=8 均判碰撞；二次加密(2n+1)反证 0 误放行
- 更正轮次31的"自适应cap无收益"：旧公式 bound/2+eps 会把本可通过的子段钳成不可证；
  改为 bound+2eps 后交错实测决策不变、快 1.36~1.65x（n=8 13.13→9.68，n=128 98.46→59.76 ms）
- 负结论：只有 n<=16 能把认证压进 20 ms，但该档仅证出 26-30/48 根，其余必须刹停；
  成本=log(bound/间隙) 决定，故下一步要在反馈后限幅并让安全层要求正余量（现 cap=0.5 会截掉余量）
- 测试 23→26 项：n=5拒/n=6受的解析对照、cap_required 公式、n 张量类型门
 2026-10-20 19:30:02 +08:00
cbb 6de085fd37 exp+fix: 轮次31——确定界连续认证抓到段内碰撞，但单段P50 22.9ms进不了20ms；自适应cap收益经交错复测撤回 
- Kin.cert_lever 用三角不等式给全姿态位移界（替代 JS 随机采样×1.05），界量级 5.93–48.86 mm/整步
- Kin.certify_segments 批量前沿二分+每根查询预算：48 固定段中预算32判安全37/碰撞1/未知拒10，
  第180题1.08–1.10s漏检段以5次查询判碰撞；未知只拒不放
- 修 seg_seg_dist 第二条退化成点不投影（模型内退化胶囊686受影响）；但7586个加密点的组最小间隙
  逐位不变、2000样本JS对拍仍 PASS → 不解释轮次30漏检、不改既有成绩
- 负结论：B=1 单段认证 P50 22.93/P90 58.43/P99 101.57 ms，432次中225次>20ms；
  自适应宽相位 cap 交错复测耗时无收益，先前1.6×为GPU顺序漂移，已在日志撤回
- 成本模型 L=ceil(log2(bound/(ga+gb)))、查询=2^L+1 与实测对齐（安全段2–17次，未知段33–65次）
- 新增8项段认证测试+1项回放测试（14→23项通过）；变异实测证明张量 max_depth 回绕会误放行
 2026-10-20 19:13:40 +08:00
cbb 95da49193f fix+exp: 轮次30——统一认证与执行限位，到达57.4%不变；加密回放仍检出段内碰撞 2026-10-20 17:26:20 +08:00
cbb 9eaff7341f exp: 轮次29——全拒后减半反馈到达55.1%，补齐无碰撞指标与首撞回放 
512题无碰撞到达54.7%、碰撞1.8%；9次首撞均在J5限位且双精度复现。保留小样本消融，撤回未经实际调度验证的50Hz达标结论，附六项回归测试及完整配置结果。
 2026-10-20 17:06:53 +08:00