Robot_Arm/docs/本机执行清单.md

本机执行清单（给本地 AI 逐条执行）

本文件是 Hark 对本机计算的唯一要求清单。按顺序执行，每一步把「回传」里的文件或输出原样交给用户，不要跳步，不要自行改代码。 所有命令在仓库根目录（G:\Robot_v2\机器人手臂）的 Git Bash 里运行。完成的条目由 Hark 在下一次提交里删掉。

已知结论（截至 2026-10-19 05:35 回传）

• 现有模型 ml/runs/base/last.pt 闭环 0% 到达：1 段采样碰撞 99.6%；4 段采样 94%；4 段 + 仿真安全层碰撞 0.78%，到达仍 0%。consist / value / first 三种选法结果几乎一样，问题出在候选本身，不在挑哪条。
• 三份代码审查逐行核对了滚动索引、前缀、提交、标签与执行的对齐，没有找到错位；但之前没有任何测试真正走过 rollout()。下面第 1 步的 H 段把「仿真错了」「前缀照抄」「子目标切换规则」「多峰」几种解释逐个分开。
• 之前「前 1 s 速度比 2.31×」按 6 轴角度直接相加，被 J5/J6 抖动和 pos 任务冻结的 J6 放大。H 段改为分轴、净位移、TCP 三种口径。

第 0 步：同步代码

git status --short            # 有未提交的改动先 commit（git add -A && git commit -m "本机改动"），不要丢
git pull --rebase gitea main
git log --oneline -1          # 应是 Hark 的「diag: H 段（老师 oracle / 前缀消融 / 子目标规则 / 分轴指标）…」

• 训练控制台若开着，先点「停止」，确认没有 python 训练进程在跑。
• 不要启动训练、DAgger、M5。

第 1 步：闭环失败定位 H 段（约 35–50 分钟）

PYTHONUTF8=1 python -m ml.eval.diag_cl --ckpt ml/runs/base/last.pt --n 256 --out ml/runs/diag_cl.json

• 专用显存超过 22 GB 就 Ctrl+C，回传终端最后 30 行和已写出的 ml/runs/diag_cl.json（每段跑完就写一次，中断也保留已完成的段）。
• 现有 checkpoint 没有 EMA、没有 act_scale：脚本按原始权重、动作尺度 1.0 载入（输出里 weights=model、act_scale_ckpt=1.0），与之前各轮同口径。
• 回传：ml/runs/diag_cl.json。

输出键

键	内容
A_*、B_act_diff_deg	起点特征 Python 与数据集逐组差；两份特征下的动作差（与之前相同）
C	旧部署口径（1 段采样、子目标旧规则 timeout）的失败形态。到达与碰撞改为只计每题自己的时限内，数字可能比上一轮略低
H1_oracle	老师当策略走完整 rollout()。oracle 字段：max_dev_deg_before_dls（DLS 接管前与老师轨迹的最大关节偏差，p50 / p99 / max）、reach、collision、finish_minus_teacher_s（完成时刻 − 老师时长）、dls_used
H1_oracle_noise_0.05 / _0.1 / _0.2	老师动作每次规划加 N(0, σ²)（σ 以 STEP 为单位）
H2_open_loop	r = 3 的 val 行：s{1,4}_prefix_orig（前缀原样，执行窗口 3..5 的误差，另含 prefix_copy_err_deg_mean）vs s{1,4}_prefix_zeroed（前缀置零）
H2_replan_empty_s1 / _s4	队列空了才规划（每次 r = 0），其余同新部署默认
H3_headsub_cross_s{1,4}	子目标头 + 越过顶点规则（新部署默认）
H3_headsub_timeout_s{1,4}	子目标头 + 旧规则（< 5° 或 1.5 s 超时，旧部署）
H3_teachersub_cross_s{1,4} / H3_teachersub_timeout_s{1,4}	老师真实途经点全表，两种切换规则
H3_nosub_s{1,4}	不用子目标
H4_open_loop	按前缀长度 r = 0..3 分组的执行窗口误差 |Σ(act − Y)·STEP|（度），1 段与 4 段采样

每个闭环变体（H1–H3）都带同一组指标：reach、collision（cat ≠ D、时限内）、goal_ratio_2s_p50、end_goal_err_mm_p50、first_hit_s_p50、t_done_over_teacher_p50、brakes_p50、joint_amp_ratio（6 轴前 1 s 关节行程 策略/老师）、joint_net_ratio（6 轴前 1 s 净位移 策略/老师）、j6_pos_amp_deg_p50、tcp_path_ratio_p50、tcp_net_ratio_p50、sign_flip_rate 与 sign_flip_rate_teacher（6 轴前 2 s 相邻 3 步块变号比例）、by_cat_mode（各类别 n / reach / collision / goal_ratio_2s_p50）、D（D 类单列）。_s1 = 1 段采样（部署），_s4 = 4 段采样。

判读

现象	结论
H1_oracle 的 reach < 0.95、collision > 0.01、或 max_dev_deg_before_dls.p99 > 0.1°	仿真 / 滚动本身有错，之前所有闭环 0% 都不可信。先修仿真，不看下面各项
H1_oracle 全部正常	仿真没问题，失败在策略输出。再对照 H1_oracle_noise_*：σ = 0.05 时 reach 就大幅下降，说明闭环对残差噪声极其敏感，单靠降噪不够
H2_open_loop 的 prefix_zeroed 执行窗口误差明显小于 prefix_orig，或 H2_replan_empty 明显好于同段数的 H3_headsub_cross（reach > 0，或 goal_ratio_2s_p50 明显更低、sign_flip_rate 明显更低）	前缀照抄（copycat）是主因
H3_teachersub_cross 明显好于 H3_teachersub_timeout（或 H3_headsub_cross 好于 H3_headsub_timeout）	子目标切换规则是主因之一
H3_teachersub_* 明显好于 H3_headsub_*	子目标头给的途经点不可用
H3_nosub 不比 H3_headsub_cross 差	子目标通道可以整体去掉
by_cat_mode 里 A/pos（老师就是一条直线）reach 也是 0	失败与多峰无关
joint_amp_ratio 远大于 joint_net_ratio，且 sign_flip_rate 远高于 sign_flip_rate_teacher	「动得多、走得少」是来回抖，不是速度律学快了

重新打包和重训（FRESH_FROM=prep）要等 Hark 看完这一步的结果再定，这一步之后不要自行启动。

回传汇总

步骤	回传内容
1	ml/runs/diag_cl.json
任一步出错	终端最后 30 行输出