SelfRising/docs/OPTIMIZATION_HANDOFF.md

42 lines
4.0 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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。