93 lines
5.2 KiB
Markdown
93 lines
5.2 KiB
Markdown
# 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 02:43 回传）
|
||
|
||
- 特征口径 Python 与 JS 一致（最大差 3.6e-6）：排除「闭环输入没见过」。
|
||
- 子目标排除：不用子目标、用老师真实途经点，与基线完全一样（0% 到达 / 99.6% 碰撞）。
|
||
- 闭环方向对但极慢：2 s 只把目标误差缩小 18.5%，首撞中位 1.46 s，主碰撞组对 2-4。开环（老师状态上）几乎精确。
|
||
- 现在的嫌疑：模型「抄上一帧速度」。第 2 步的 E 段专门验证。
|
||
- gaps 显存：粗筛分块已生效（1.05 / 1.40 GiB），4096×40 的 4.46 GiB 全在拼接胶囊对。本版默认只返回 gm，不再拼胶囊对（只有 APG 要）。
|
||
|
||
## 第 0 步：同步代码
|
||
|
||
```bash
|
||
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(kin/diag): gaps 默认不拼胶囊对 …」
|
||
```
|
||
|
||
- 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 DAgger / M5，等 Hark 看完第 1、2 步结果再定。
|
||
|
||
## 第 1 步：gaps 显存峰值（不到 1 分钟）
|
||
|
||
```bash
|
||
PYTHONUTF8=1 python - <<'EOF'
|
||
import torch
|
||
from ml.common.kin_torch import Kin
|
||
kin = Kin(device='cuda')
|
||
for n, cap in [(512, 40.0), (4096, 4.0), (4096, 40.0)]:
|
||
q = kin.lo + (kin.hi - kin.lo) * torch.rand(n, 6, device='cuda')
|
||
torch.cuda.empty_cache(); torch.cuda.reset_peak_memory_stats()
|
||
with torch.no_grad(): kin.gaps(q, cap)
|
||
print(f'n={n:5d} cap={cap:4.0f} peak {torch.cuda.max_memory_allocated() / 2**30:6.2f} GiB', flush=True)
|
||
EOF
|
||
```
|
||
|
||
- 通过：三行峰值都 ≤ 2 GiB。
|
||
- 专用显存接近 22 GB 或共享显存开始上涨：立刻 Ctrl+C，回传已打印的行，不要继续第 2 步。
|
||
- 回传：终端 3 行。
|
||
|
||
## 第 2 步：闭环失败定位（含新加的 E 段，约 5–8 分钟）
|
||
|
||
```bash
|
||
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：`E0_openloop`（开环动作幅度 ÷ 老师幅度；把 dq 抹成 0 后的幅度；起点行幅度）；`E1_mid_teacher_vel` / `E1_mid_zero_vel`（从老师轨迹 30% 处起步，带老师速度 vs 静止起步：到达、碰撞、1 s 目标误差比、前 1 s 速度 ÷ 老师速度）。D 段已删。
|
||
- 回传：`ml/runs/diag_cl.json`。
|
||
|
||
## 回传汇总
|
||
|
||
| 步骤 | 回传内容 |
|
||
|---|---|
|
||
| 1 | 终端 3 行峰值 |
|
||
| 2 | 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 04:05，本地 AI）
|
||
|
||
### 第 0 步：同步代码
|
||
|
||
pull 前无未提交的 tracked 改动；两个 untracked 文件原位保留未丢（`ml/eval/diag_collision.py` —— 早前已被 diag_cl 取代的旧诊断脚本；根目录「视频轮播-绿幕间隔.html」—— 用户个人文件，两者都未入仓）。log 顶部 = `527bc25`「fix(kin/diag): gaps 默认不拼胶囊对 …」✓。无训练进程。
|
||
|
||
### 第 1 步：gaps 显存峰值（实测）
|
||
|
||
```
|
||
n= 512 cap= 40 peak 1.05 GiB
|
||
n= 4096 cap= 4 peak 1.05 GiB
|
||
n= 4096 cap= 40 peak 1.05 GiB
|
||
```
|
||
|
||
**通过**：三行都 ≤ 2 GiB，且都等于单粗块（446 点）的固有水平——默认不拼胶囊对后，峰值与总点数完全无关。
|
||
|
||
### 第 2 步：闭环失败定位（E 段；完整 JSON 已更新到 ml/runs/diag_cl.json）
|
||
|
||
A/B/C 与前两轮一致（A/B 全过；C：0% 到达 / 99.6% 碰撞、2 s 误差比 0.815、主碰撞对 J3-J5）。E 段新增：
|
||
|
||
- **E0_openloop**（开环 val 随机 4096 行）：老师幅度 0.319；策略开环幅度比 **1.438**；**把 dq 抹成 0 后幅度比 1.399（只降 2.7%）**；老师正在动的行上抹 dq 也 1.385（不降）；抹 dq 前后 16 步末端动作差 p50 7.8°；起点行（静止起步）幅度比 **1.521**。
|
||
→ **排除「抄上一帧速度」**：若幅度靠 dq 撑着，抹 dq 应暴降；实测几乎不动（1.438→1.399）。反过来，开环/起点幅度本身就系统性偏大（1.44~1.52×）。
|
||
- **E1_mid_teacher_vel**（老师轨迹 30% 处起步、带老师上一帧速度）：到达 **0%** / 碰撞 **96.1%** / 1 s 误差比 **0.627** / 前 1 s 速度比 **1.565**
|
||
- **E1_mid_zero_vel**（同起点、静止起步）：到达 **0%** / 碰撞 **97.7%** / 1 s 误差比 **0.829** / 速度比 **1.442**
|
||
→ 带老师速度只把 1 s 误差比从 0.829 改善到 0.627，但两者都 0% 到达、~96–98% 碰撞（老师剩余时长中位 1.5 s）：**不是起步问题**，中段带速度起步也全灭。
|
||
|
||
**本轮观察（供定位）**：策略幅度在开环（1.44）、起点行（1.52）、闭环前 1 s（1.44~1.57）三处一致地是老师的 **1.4~1.6 倍**——幅度系统性偏大是稳定的模型级现象，不是起步或 dq 造成的。
|
||
|
||
### 第 1、2 步都没出错，无终端报错段。
|