SelfRising/docs/REPRODUCING.md

4.6 KiB
Raw Blame History

离线复现与继续开发

所有命令从仓库根目录开始。这里不运行 SSH、I²C、PWM 或部署服务。

1. 恢复原封存包

python3 scripts/materialize_reproduction.py --out build/v3
python3 -B build/v3/verify_package.py

这会将319个原文件恢复到一个新目录,并逐个核验长度和SHA-256。输出目录已存在会拒绝;损坏文件不会留下半成品。四个大型JSON用gzip无损保存,原始评测内容没有删减或重新生成。原manifest包括自身以外318个文件。不要在封存目录中生成__pycache__或其他输出;使用-B,回放输出放包外。

2. 独立推理与成功/失败回放

原记录环境:Python 3.10.20、NumPy 2.2.6、MuJoCo 3.17.0、Gymnasium 1.4.0。精确回放会检查版本并拒绝不匹配;其他平台的逐位一致性尚未验证。

python3.10 -m venv .venv
. .venv/bin/activate
python -m pip install -r requirements.txt
python -B build/v3/infer.py --observation build/v3/examples/first_observation.json
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 python -B build/v3/run_demo.py \
  --sample build/v3/samples/primary_success.json --out build/success_replay
OMP_NUM_THREADS=1 OPENBLAS_NUM_THREADS=1 python -B build/v3/run_demo.py \
  --sample build/v3/samples/primary_failure.json --out build/failure_replay

run_demo.py重跑已保存主模型样本,逐项核对全部控制边界轨迹、终态及两个RNG;不是对新seed的泛化测试,也不渲染新视频。看视频可直接打开RL/reproduction/v3/videos/已有MP4。

3. 训练代码与数据入口

RL/training/continuous_sg90_v3_20261113/保留原目录关系。主环境在stiction_domain/。封存包另外含当时训练源码、BC43检查点、PPO比较检查点与43/9/50回合教师数据,见build/v3/RL/training/。优先将可编辑源码与封存源码比较,再开始新实验。

python -m pip install -r requirements-training.txt
python -B RL/training/continuous_sg90_v3_20261113/stiction_domain/train_multidir.py --help
python -B RL/training/continuous_sg90_v3_20261113/stiction_domain/search.py --help
python -B RL/training/continuous_sg90_v3_20261113/stiction_domain/evaluate.py --help

原训练使用Mac的speed.dylib。Linux需在该目录编译speed.so,入口是build_fast.py(依赖clang++与MuJoCo头文件)。本仓库保留原二进制用于身份追溯;它不保证能在另一台Mac加载。重新编译改变运行身份,不能直接绕过ENV_IDENTITY检查继续冒充原结果,应在新实验副本中冻结新身份。便携回放始终使用fast=False,不加载该加速库。

教师数据:

  • stiction_domain/search/snapshot_crossq_43episodes_v1/demos.npz:BC43来源。
  • stiction_domain/search/snapshot_crossq_9episodes_v1/demos.npz:另一教师快照。
  • stiction_domain/datasets/multidir50/:多方向合并、物理seed分组与划分。
  • RDK/calibration/stiction_diagnostic/diagnostic_models.json:显式未校准诊断参数族;不是通过验收的真实动力参数。

训练默认读取HERE/RDK/calibration/accepted_models.json,而有效校准仍BLOCKED。继续训练必须显式提供模型族和--diagnostic,不应删除门控或悄悄回退nominal。主BC43当时使用train_crossq.py中的BC实现,后续多方向尝试使用train_multidir.py;两者分组规则不同,不要宣称新脚本能逐位重新生成旧主模型。train_crossq.py实际使用SB3 PPO,不是CrossQ实现。

本次只检查推理、样本复现和离线测试,没有重新跑完整动作搜索或重新训练。全量重训需要单独预算和新冻结实验。

4. 本地自动检查

python3 -m unittest discover -s tests -v
(cd RDK && python -B -m unittest calibration.test_imu calibration.test_imu_motion)
(cd RDK/deployment/x5_continuous_speed_20261112 && python -B -m unittest test_speed_runtime test_autonomous)
(cd RDK && node calibration/test_imu_frontend.cjs)
(cd RDK && node calibration/test_imu_motion_frontend.cjs)

这些测试使用合成数据、假硬件与本地HTTP服务,不等于实机标定、真实PWM波形或上机验收。整理时的实际检查结果见VALIDATION.md。

5. 加高圆角 v4+IMU CAD 复查

source/ 保存生成该版本所用的冻结 v4 装配输入。建议在独立实验副本内生成;输出包含完整装配与五件可打印零件。

cd 3Dmodel/v4_taller_rounded_imu
python -B build_imu_mount.py
python -B verify_design.py

依赖版本见生成说明。顶层装配、图片、STL 的文件身份由 tests/test_layout.py 检查。