SelfRising/docs/OPTIMIZATION_HANDOFF.md

4.0 KiB
Raw Permalink Blame History

给接手优化的协作者

目标是在现有两只 360°连续旋转SG90 和 一个底板IMU 上,让统一策略从不同实际倒向和杆位起身,并在撤驱后站稳。当前最需要解决的是仿真可信度与不同支点的可观测性,单纯延长训练不能作为默认答案。

按优先级处理

优先级 具体问题 先读 / 改哪里 如何验证
P0 最新机械与训练几何不同 当前IMU版CAD manifest、physics.xml、42件mesh与惯量配置 记录各运动组的质量、质心、惯量与接触几何来源;重建后新环境身份,不覆盖旧证据
P0 仿真不能预测留出的实机+Y轨迹 RDK/calibration/stiction_diagnostic/,六轮bench收据 保留失败记录,拟合与预测分开;通过静置和预声明的角误差门,再谈可部署策略
P0 脉宽与命令积分限制影响可执行动作 bench_pulse.py、environment.py:map_drive 同一请求/历史/时间得到相同整数PWM与限幅结果;实测带载响应另做,不把积分当轴角
P1 单IMU下,同倒向不同杆位结果相反 multidir_transfer.py、search.py、局部0/11反例 对不同初始杆位同分布测试;研究是否需要保守主动探测/历史估计,并报告不可区分初态
P1 自然reset的有效率与斜向配额不足 evaluate.py:make_manifest、最终manifest排除原因 提案数、过门数、配额收录与全部排除逐项报告;不暗中剔除难例
P1 成功教师无法稳定转成网络闭环 train_multidir.py:demo_split/clone、43/9/50教师数据 按物理seed整回合划分,同初态比较;同时记录动作误差和闭环成功,不能以MSE替代后者
P2 主模型选择、PPO增益尚有限 selected_v3/SELECTION.json、run2_crossq43/、evaluate.py 新规则先冻结,做同起点配对;最终新集合仅使用一次,不从测试结果回选模型
P2 网页/自主模式控制权容易混淆 autonomous.py、RDK/calibration/speed_bench.py UI与日志标出每轴是网络、限幅还是辅助撑地;中止与起身分别记录

已知反例必须保留

  1. +Y实机92.9°→约68.5°,35次控制中下轴31次被限幅。
  2. +Y实机88.3°→约68.1°;它不能再充当从未见过的独立留出。
  3. +Y辅助试撑约87.3°→63.5°,上下短试不能接续撑起。
  4. 镜像纯模型106.5°→117.3°,转向与此前有效撑地方向相反。
  5. 局部策略拟合摆法高成功率,但不同杆位+Y为0/11;后来几何检查又否决了部分局部路径。
  6. 早期速度策略高分与实机失败同时存在,因此重现失败比复用高分更重要。

每次改动的最小交付

  • 改动假设及与原模型的差别;代码、环境、数据、权重SHA。
  • 同批实际初态下,新旧模型每方向成功/失败/排除数量和配对救援/损失。
  • 成功与失败回放各一段;限幅、撤驱及稳定保持时间可追踪。
  • 若变更物理参数,给实机拟合及留出预测误差,不能只报告策略成功率。
  • 明确哪些结果仅仿真,哪些来自纯模型,哪些含辅助控制。

主actor只能读196维IMU/加速度/实际命令历史与时间。训练critic可以读取224维特权信息;真值关节角、接触、seed、方向标签或参数族不得泄漏到actor。历史脚本名含crossq,但实现导入的是SB3 PPO,不要把这些实验写成已运行CrossQ算法。

原146M选择集反复用于选型,147M最终测试已揭示;任何预留seed段在新实验前还需检查是否被其他进行中的工作消耗。不要在共享工作区覆盖仍在运行的实验。

本仓库不是交付完成声明

参数族在新增历史实机记录上仍有约31–54°预测角误差,未过7.5°工程门;单个IMU无法唯一辨识轴角、扭矩和电缆牵引。所保留IMU版的真实装配和带载配合也未验收。请从这些缺口中选择一个可检验的问题,先复现,再提交改进。