Transformer 多峰策略端到端训练与浏览器部署
机械臂避障策略 · 训练监控
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 / CPU
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
一键跑
bash ml/pipeline.sh all
: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
运行方式
续跑:跳过已完成的步骤
从指定阶段重训(该阶段及之后全部重做)
全部重跑(数据也重新生成)
续跑 = 从上次断点接着来;重训 = 把该阶段及之后的旧产物移进 ml/archive/(不删)
起始阶段
按流水线顺序排列;选「预训练」只重训模型:数据、打包样本、一致性门禁都保留
模型与数据
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
老师间隙下限 MIN_GAP_MM
挖错轮数 ROUNDS
取消
▶ 开始