fix(pybot×actpred): 微动作录制时间轴均匀化——首行分解为重复步，delay 列权重归零

pybot run()：带 delay 的首行（无前序状态）不再单步执行，分解为
N=delay//10 个重复微步（插值退化恒等），录制数据全 10ms 均匀节拍，
delay 列恒 10ms——行级时长信息已隐式编码在步数中，消除首行 200ms
造成的时间采样不均（frame_len/history_len 等间隔假设被破坏）。

actpred default_column_weights：spk.delay 权重 0.2→0.0（步级恒值列
无信号，与保留位同级）；spk.F 保持 0.2。

新录制数据集（952 样本，delay 恒 10）存于 data/pybot_record_v2（不入库）。

actpred/action_norm.py

@@ -85,14 +85,15 @@ def denormalize_action(norm_action, action_dim: int = None,
 
 
 def default_column_weights(action_dim: int = 18) -> np.ndarray:
-    """逐列损失权重默认表：舵机 1.0（安全关键）、spk 0.2（保留梯度）、
-    保留位 0.0（恒 0 纯噪声，参与只会稀释有效梯度）。
+    """逐列损失权重默认表：舵机 1.0（安全关键）、spk.F 0.2（保留梯度）、
+    spk.delay 0.0（步级数据恒 10ms——微动作分解的隐式节拍，时长信息
+    已编码在步数中）、保留位 0.0（恒 0 纯噪声，参与只会稀释有效梯度）。
     action_dim>18 的扩展列默认 1.0：超出当前 18 列语义布局的通道视为
     新执行器，静默给 0 会让其完全不参与训练（P2-a1）。"""
     w = np.zeros(action_dim, dtype=np.float32)
     w[:min(10, action_dim)] = 1.0
     if action_dim > 10:
-        w[10:min(12, action_dim)] = 0.2
+        w[10] = 0.2
     if action_dim > 18:
         w[18:] = 1.0
     return w

actpred/test_actpred.py

@@ -2004,13 +2004,14 @@ class TestFixedRangeNorm(unittest.TestCase):
         from action_norm import default_column_weights
         w18 = default_column_weights(18)
         np.testing.assert_allclose(w18[:10], 1.0)
-        np.testing.assert_allclose(w18[10:12], 0.2)
-        np.testing.assert_allclose(w18[12:], 0.0)
+        self.assertAlmostEqual(float(w18[10]), 0.2, places=6)  # spk.F 保留梯度
+        np.testing.assert_allclose(w18[11:], 0.0)  # spk.delay 步级恒值 + 保留位
         # 小 action_dim：全部落在舵机段 → 全 1.0
         np.testing.assert_allclose(default_column_weights(4), 1.0)
-        # 12 列：舵机 1.0 + spk 0.2
+        # 12 列：舵机 1.0 + spk.F 0.2，delay 0
         w12 = default_column_weights(12)
-        np.testing.assert_allclose(w12[10:], 0.2)
+        self.assertAlmostEqual(float(w12[10]), 0.2, places=6)
+        self.assertEqual(float(w12[11]), 0.0)
         # 20 列：超出 18 列语义布局的扩展列默认 1.0（新执行器须参与训练）
         w20 = default_column_weights(20)
         np.testing.assert_allclose(w20[12:18], 0.0)

pybot/pybot/robot.py

@@ -148,11 +148,13 @@ class RobotStruct:
         """逐行执行 @Action 矩阵，带时延的行分解为 10ms 微步
 
         微步规则：
-        - 首行（无前序状态）：不分解，按原逻辑执行
-        - 后续行 + delay > 0：分解为 N=delay//10 个微步，舵机角度线性插值
+        - delay > 0：分解为 N=delay//10 个微步；后续行舵机角度线性插值，
+          首行（无前序状态）以行值重复 N 次（不插值）
         - delay 必须是 10 的倍数
         - 每步调 speaker.play(freq, 10) 提供声音 + 10ms 时序
         - dry_run 下补 sleep(0.01) 维持节拍
+        - 全数据 10ms 均匀节拍：录制时每步一行、delay 列恒 10ms
+          （行级时长的信息已隐式编码在步数中）
 
         recorder: 可选 EpisodeRecorder，每步录制 (frame, action)
         """
@@ -182,14 +184,17 @@ class RobotStruct:
             vals = self._resolve_row(action, i, len(columns))
             delay = int(vals[delay_idx]) if delay_idx is not None else 0
 
-            if delay > 0 and prev_vals is not None:
+            if delay > 0:
                 if delay % 10 != 0:
                     raise ValueError(
                         f"@Action row {i}: delay {delay} 不是 10 的倍数")
                 n = delay // 10
                 for k in range(n):
+                    # 首行（无前序状态）不插值：prev=vals 使插值退化恒等，
+                    # 产出 N 个重复步，保持全数据 10ms 均匀节拍
                     step_vals = self._build_step_vals(
-                        prev_vals, vals, columns, k, n)
+                        prev_vals if prev_vals is not None else vals,
+                        vals, columns, k, n)
                     if recorder is not None:
                         recorder.record(
                             self._grab_frame(camera_var),

pybot/tests/test_hardvars.py

@@ -68,8 +68,9 @@ def test_run_stand_action(mock_i2c):
     # s9/s10: 90° → offval = int(1.5*4096/20) = 307
     assert writes[32:36] == servo_writes(8, 307)
     assert writes[36:40] == servo_writes(9, 307)
-    # 10 舵机 × 4 寄存器
-    assert len(writes) == 40
+    # 首行 delay=200 → 分解为 20 个重复微步：10 舵机 × 4 寄存器 × 20 步
+    assert len(writes) == 800
+    assert writes[40:44] == servo_writes(0, 204)   # 第 2 步与第 1 步相同
     robot.deactive()
 
 

pybot/tests/test_recorder.py

@@ -201,7 +201,7 @@ def test_action_vector_padding(tmp_path, mock_i2c):
     robot.deactive()
 
     actions = np.load(tmp_path / "episode_0000" / "actions.npy")
-    assert actions.shape == (19, 18)   # 1（首行）+ 9×2（微步）= 19
+    assert actions.shape == (20, 18)   # 10 行 × delay=20 → 各 2 微步 = 20
     assert np.all(actions[:, 4:] == 0)  # 列 4-17 全为零
 
 
@@ -216,8 +216,9 @@ def test_placeholder_resolution(tmp_path, mock_i2c):
     actions = np.load(tmp_path / "episode_0000" / "actions.npy")
     # s1.A: 全 45（首行 45，后续行 '-' 继承 45，插值 45→45 仍为 45）
     assert np.all(actions[:, 0] == 45)
-    # s2.A: 首行 0，后续行插值
-    expected_s2 = [0, 5, 10, 15, 20, 25, 30, 15, 0, 5, 10, 15, 20, 25, 30, 15, 0, 5, 10]
+    # s2.A: 首行 0 重复 2 步（不插值），后续行插值
+    expected_s2 = [0, 0, 5, 10, 15, 20, 25, 30, 15, 0, 5, 10,
+                   15, 20, 25, 30, 15, 0, 5, 10]
     assert list(actions[:, 1]) == expected_s2
 
 
@@ -270,8 +271,8 @@ def test_micro_action_interpolation(tmp_path, mock_i2c):
     robot.deactive()
 
     actions = np.load(tmp_path / "episode_0000" / "actions.npy")
-    # 首行 s1=0（不分解），row2 s1 从 0→30 分 3 步
-    expected_s1 = [0, 10, 20, 30]
+    # 首行 s1=0 重复 3 步（不插值），row2 s1 从 0→30 分 3 步插值
+    expected_s1 = [0, 0, 0, 10, 20, 30]
     assert list(actions[:, 0]) == expected_s1