连续旋转 SG90 v3:仿真诊断复现包
最终147M主模型严格成功 55/963(5.71%),未达到各方向95%目标。所有结果属于 SIMULATION_DIAGNOSTIC_UNVALIDATED,不能用于宣称真机已能爬起。
主模型是 actor.npz,SHA256 200a2f30635f21836e0b7b807238e4cbfcd9cc7dda4ff238b8a20c9560a96839:43条严格教师回合监督得到的 BC43,导出检查点为0个PPO环境步。它按预先声明的146M选型规则,以18/120获选;该选择集 +Y 为0/20。comparisons/ 内的32768步PPO、旧7626和局部e784只是冻结比较项,默认程序不会切换或混合它们。最终测试不再换模型。
本轮针对连续旋转SG90的速度控制假设,不能直接用于普通位置控制SG90。外壳型号相同也不能证明个体动力参数一致。
policy.py 是独立NumPy推理,输入196个公开可测字段:初始IMU朝上方向、16帧IMU/加速度/实际命令/时间历史及经过时间;输出两个归一化连续速度请求。输出不是目标角度。关节角、真实姿态、模型参数、接触模式、seed和方向标签不进入actor。224维critic只在训练检查点内,用于训练,默认推理不导入Torch。
依赖与命令
记录的精确环境为 Python 3.10.20、NumPy 2.2.6、MuJoCo 3.17.0、Gymnasium 1.4.0。requirements.txt列出仿真依赖。独立推理只需NumPy。训练检查点的来源环境另用 Torch 2.9.1、stable-baselines3 2.9.2;两者不是运行演示的依赖。
解压后在本目录运行(输出放包外,保持包内字节可审计):
python -B verify_package.py
python -B infer.py --observation examples/first_observation.json
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 python -B run_demo.py \
--sample samples/primary_success.json --out ../primary_success_replay
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 python -B run_demo.py \
--sample samples/primary_failure.json --out ../primary_failure_replay
样本文件只在最终审计有相应成功/失败时提供;不存在时会明确说明。run_demo.py只复现已经保存的主模型样本,不接受任意新seed。它用原自然随机 reset(seed, case, params),不使用拟合初态放置或教师计划;强制 fast=False,不加载Mac原生加速,不导入Torch、GPIO、SSH或PWM工具。包中的 speed.dylib 仅保留原身份来源,运行不依赖它。纯Python指的是物理调度/电机模型走Python实现,MuJoCo引擎仍是对应平台的原生依赖。
每个控制周期重新运行NN并保留原56ms加随机延迟、224.2Hz量化IMU流和故障锁存。驱动最多2秒,随后模拟禁用驱动并继续1.4秒;最终要求连续稳定至少1秒。沿用原接触、速度、朝上和IMU标准;全程最大代理几何自穿透超过0.5mm会将物理稳定结果判为失败。此门是代理碰撞几何检查,不是实测CAD安全间隙。
回放必须与原原生评估的全部控制边界轨迹、终态和最终物理/传感器双RNG逐项精确一致,否则报错。额外保存原评估未保存的初态细节、after-control196观测与逐控制RNG哈希;双RNG完整状态保存于初态与终态,不夸称每个2ms都保存了全部RNG状态。replay.npz含初态及各控制后的obs/qpos/qvel、请求动作、奖励和时间;replay.json另有PWM映射、实际写入、终态和双RNG。这里的PWM仅为仿真数值,无硬件输出。
交付核验使用与原评估相同的CPU和依赖、仓库外全新解压进程。其他操作系统或CPU的逐位一致性尚未验证;若浮点结果不同,程序会直接报不一致,不放宽误差掩盖差异。
包内证据与范围
runtime/:原61项环境身份闭包,包括42个网格、XML、电机/传感器模型、真实IMU安装profile、C++源码和原Mac动态库;ENV_IDENTITY.json逐字节保留。evidence/selection/:冻结模型、预检、既定选型规则及各候选同146M选择集汇总。反复使用的选择集不能当独立测试。evidence/calibration/:实机数据提取/拟合收据、冻结四参数诊断族、已消耗验证与新增历史保留轨迹结果。accepted_models.json仍为BLOCKED空集。training/:主模型BC43和比较PPO训练检查点、原训练/evaluation源码、43/9教师数据、50回合多方向合并及划分证据。所有教师是有条件的oracle数据,不是网络成功率;50回合合并BC没有被选为主权重。evidence/final147/、samples/、videos/:已包含固定四模型原始结果、共同初态清单、成功/失败复现样本及Y+/diagonal_pp两组共8段同种子原测试视频。SOURCE_PROVENANCE.json记录原始路径及SHA;SHA256SUMS.json封存所有包内文件(清单自身除外)。原工作区路径用于追溯,不是解压运行依赖。
本包不是所有原始搜索轨迹的全集:4859次迁移尝试(含4845失败)的逐尝试NPZ仍留原工作区;包内保留完整原清单与汇总。不会把一组计划中挑出的成功当统一策略成功率,也不因难教师拟合差而删除它们。
校准与硬件限制
新增历史保留轨迹的预测角误差约31–54°,高于7.5°工程门,四族均未通过;静置漂移也未过门。因此参数族仅供显式假设下的仿真诊断。单个底板IMU无法唯一辨识关节角、带载轴速、转动惯量、力矩或电缆牵引;1400µs脉冲后的投影角不能充当1450–1550µs实际轴速。摩擦、杆初态和真实停PWM后的电机响应仍未实测确认。
仿真禁用时主动电机驱动力矩设为0,被动阻尼/库仑摩擦保留;这只是模型假设,不能当硬件停信号后确已零力矩或可安全静止的证明。本包不包含板端部署/接线/自动实机执行,未进行本轮硬件动作。