From 99c1bc17392ea7284e078bc46ff866848080f125 Mon Sep 17 00:00:00 2001 From: qing <1776177662@qq.com> Date: Fri, 14 Aug 2026 21:56:01 +0000 Subject: [PATCH] =?UTF-8?q?fix(pybot=C3=97actpred):=20=E5=BE=AE=E5=8A=A8?= =?UTF-8?q?=E4=BD=9C=E5=BD=95=E5=88=B6=E6=97=B6=E9=97=B4=E8=BD=B4=E5=9D=87?= =?UTF-8?q?=E5=8C=80=E5=8C=96=E2=80=94=E2=80=94=E9=A6=96=E8=A1=8C=E5=88=86?= =?UTF-8?q?=E8=A7=A3=E4=B8=BA=E9=87=8D=E5=A4=8D=E6=AD=A5=EF=BC=8Cdelay=20?= =?UTF-8?q?=E5=88=97=E6=9D=83=E9=87=8D=E5=BD=92=E9=9B=B6?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 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 | 7 ++++--- actpred/test_actpred.py | 9 +++++---- pybot/pybot/robot.py | 13 +++++++++---- pybot/tests/test_hardvars.py | 5 +++-- pybot/tests/test_recorder.py | 11 ++++++----- 5 files changed, 27 insertions(+), 18 deletions(-) diff --git a/actpred/action_norm.py b/actpred/action_norm.py index 4214d56..0ca3155 100644 --- a/actpred/action_norm.py +++ b/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 diff --git a/actpred/test_actpred.py b/actpred/test_actpred.py index 32cf776..7fc3df9 100644 --- a/actpred/test_actpred.py +++ b/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) diff --git a/pybot/pybot/robot.py b/pybot/pybot/robot.py index d36e094..fba47b5 100644 --- a/pybot/pybot/robot.py +++ b/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), diff --git a/pybot/tests/test_hardvars.py b/pybot/tests/test_hardvars.py index 480503c..a65b57f 100644 --- a/pybot/tests/test_hardvars.py +++ b/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() diff --git a/pybot/tests/test_recorder.py b/pybot/tests/test_recorder.py index 4d58743..668f2ba 100644 --- a/pybot/tests/test_recorder.py +++ b/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