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 03:37 回传）

• 特征口径 Python 与 JS 一致；子目标、抄上一帧速度、起步都已排除；gaps 显存已过。
• 一步采样残留噪声真实（抖动 42×、残差-噪声相关 −0.86），2 段以上基本修掉；4 段闭环碰撞 99.6%→93%、2 s 误差比 0.815→0.610，到达仍 0%。零噪声 0%/100%（均值样本偏老师 ~4°）。
• 新发现的错误：闭环一致性打分错位一步（对齐上一计划的第 3 个点，应为第 4 个），等于每次重规划奖励「比上一计划慢一步」的候选。Python 闭环和浏览器部署已同时修正。第 1 步的 C 段和 G 段都按修正后口径跑。

第 0 步：同步代码

git status --short            # 有未提交改动就先 commit，不要丢
git pull --rebase gitea main
git log --oneline -1          # 应是 Hark 的「fix(closed_loop): 一致性打分错位 …」

• 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，等 Hark 看完第 1 步结果再定。

第 1 步：闭环失败定位（含新加的 G 段，约 10–15 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 并回传终端输出。
• 新增输出：G_1step_consist、G_4step_consist、G_4step_value、G_4step_first、G_4step_consist_safety，每项含到达、碰撞、2 s 目标误差比、末端误差、首次碰撞时刻、前 1 s 速度比、刹停次数。F 段已删。
• 回传：ml/runs/diag_cl.json。

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

---

执行回传（2026-10-19 05:35，本地 AI）

第 0 步：同步代码

pull 前无未提交 tracked 改动；两个 untracked 文件原位保留。log 顶部 = 0f5b84b「fix(closed_loop): 一致性打分错位 …」✓。无训练进程。

第 1 步：闭环失败定位（G 段；完整 JSON 已更新到 ml/runs/diag_cl.json）

C 段（修正后同口径）：到达 0% / 碰撞 99.6% / 2 s 误差比 0.755（修正前 0.815）；首撞 p50 1.42 s、主碰撞对 J3-J5 95 次——一致性错位修复没有改变闭环结果（数值微动但形态不变）。

G 段（5 个变体，n=256）：

变体	到达	碰撞	2s 误差比	末端误差 mm	首撞 s	前 1s 速度比	刹停
G_1step_consist（部署口径）	0%	99.6%	0.755	420	1.42	2.31	0
G_4step_consist	0%	94.1%	0.591	430	1.80	1.26	0
G_4step_value	0%	94.5%	0.580	410	1.66	1.31	0
G_4step_first	0%	96.1%	0.762	465	1.98	1.17	0
G_4step_consist_safety	0%	0.78%	0.720	458	0.54	1.17	9

三个要点：

1. 候选选择机制无关紧要：consist / value / first（完全不选）三者到达都是 0%、碰撞 94–96%、误差比 0.58–0.76——换选择器救不了，问题在候选本身（模型输出），不在「挑哪条」。
2. 1step 闭环速度比 2.31×：策略前 1 s 走出老师的 2.3 倍速度（4 段采样后降到 1.26×），但 2 s 目标误差只缩 25%——「动得多、走得少」在修掉一致性错位后依然成立。
3. 4step + 安全层：碰撞几乎归零（0.78%，对比基线 safety 6.6%）但到达仍 0%、刹停中位 9 次——能防撞，到不了目标。

本轮无出错，无终端报错段。

---