diff --git a/docs/reports/actpred_action_norm_weighting_plan_20260814.md b/docs/reports/actpred_action_norm_weighting_plan_20260814.md
new file mode 100644
index 0000000..c52071c
--- /dev/null
+++ b/docs/reports/actpred_action_norm_weighting_plan_20260814.md
@@ -0,0 +1,101 @@
+# actpred 动作归一化与逐列权重开发方案
+
+> 文档类型：开发方案
+> 模块：actpred（联动 pybot 数据契约）
+> 作者：自动生成
+> 日期：2026-08-14
+> 前置实验：`pybot_actpred_dataset_training_eval_20260814.md`
+
+---
+
+## 1. 问题陈述
+
+闭环评估（R4）暴露：z-score 归一化把 18 列方差拉平，隐式实现"全列等权"，导致**舵机精度 ↔ spk.F 频率跟踪的权衡**——未归一化模型舵机准但 spk.F 崩（21k MSE），归一化模型 spk.F 改善 3× 但简单动作恶化 1.3-25×。
+
+本质：**缩放方式（数值稳定性）与列重要性（优化方向）是两个正交维度**，当前被隐式耦合。方案目标：固定物理范围归一化（数值稳定、免 stats 文件）+ 显式逐列权重（舵机优先），两者解耦。
+
+## 2. 方案设计
+
+### 2.1 固定物理范围 min-max 归一化（actpred 侧）
+
+位置决策：**归一化保留在 actpred 侧，pybot 继续记录原始量纲**。理由：
+
+- **raw at rest**：episode 是数据资产，原始角度/频率可复用于逆运动学、碰撞检测等分析，归一化不可逆
+- **反归一化链条**：若 pybot 侧归一化，`--loop` 执行前需反归一化，min/max 表要同时存在于 recorder 与 loop 两端；现状 `predict()` 返回原始量纲，pybot 无感知，边界更干净
+- **代码库先例**：IMU 即"pybot 记录原始、actpred `imu_norm.py` 按物理量程归一化"，动作走同一条路保持一致
+- **pybot 零依赖承诺**：归一化逻辑入 recorder 会加深 pybot 对 numpy 的依赖面
+
+固定范围常量表（新增 `actpred/action_norm.py`，类比 `imu_norm.py`）：
+
+| 列 | 物理范围 | 依据 |
+|---|---|---|
+| 0-9 舵机角 | **[0, 180]** | `pybot/hd/servo.py` `MAX_ANGLE=180.0`（校准后全行程 0-180°） |
+| 10 spk.F | [0, 5000] | `@Speaker max_f=5000` |
+| 11 spk.delay | [0, 2000] | 实用上限（脚本用 10-500ms） |
+| 12-17 保留位 | 恒 0 | 不参与归一化，损失权重 0 |
+
+min-max 映射：`x_norm = (x - lo) / (hi - lo)` → [0,1]（或映射到 [-1,1]，与 IMU 归一化输出区间一致，待实现时定）。
+
+优点：免 action_stats.npy（消除 stats 路径类 bug 的整类风险）、零状态部署、数值区间有界。风险：min-max 对离群值敏感——若真实数据某列越界，需 clamp 到 [0,1] 并告警（防御口径与 `_action_bounds` 一致）。
+
+可选细化（后续）：按各舵机 `|max|`（s1=90°、s2=180°…）分列归一化，90° 舵机能用满 [0,1]，分辨率更高；需要读取 @Servo 块的 max 列构建表。
+
+### 2.2 逐列加权损失
+
+```python
+COLUMN_WEIGHTS = np.array([
+    1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0,   # 0-9 舵机（安全关键）
+    0.2, 0.2,                                             # 10-11 spk.F / spk.delay（声音与节奏，不影响运动）
+    0.0, 0.0, 0.0, 0.0, 0.0, 0.0,                         # 12-17 保留位（恒 0，纯噪声）
+], dtype=np.float32)
+# loss = mean(w * (pred - target)^2) / mean(w)
+```
+
+实施点：
+
+- `train.py` / `pretrain_mt.py` 的 `train_one_epoch` / `validate`：MSE 处乘权重向量（权重存 DataConfig，随 checkpoint 序列化，推理端无需感知）
+- 权重可经 CLI `--column-weights` 覆盖（默认用上表）
+- 训练集/验证集用同一权重；`evaluate.py` 的逐列误差报告不受影响（报告仍按无权重口径，便于对照）
+
+### 2.3 归一化与权重的组合矩阵
+
+| 配置 | 数值稳定性 | 舵机精度 | spk.F 跟踪 | 预期适用 |
+|---|---|---|---|---|
+| raw + 等权（模型 A） | 差（loss 数百量级） | 好 | 崩 | 仅演示/对照 |
+| z-score + 等权（模型 B） | 好 | 差 | 好 | 现状 |
+| **固定范围 + 加权（本方案）** | 好 | 好 | 中（w=0.2 保留梯度） | **目标** |
+
+## 3. 配套改进（同批实施）
+
+### 3.1 R4 评估器修正（指标失效修复）
+
+1. **oob_rate 恒值列退化**：span<阈值（如 1e-3）的列不参与越界判定；或改用固定物理界（舵机 [0,180]、spk.F [0,5000]）。推荐后者——与 §2.1 常量表共用，且"越物理界"比"越经验界"更符合安全语义
+2. **error_growth 长度混叠**：按 episode 归一化后聚合（每 episode 自身首末段比值取中位数），避免短 episode 尖峰主导曲线
+
+### 3.2 R1-B rollout + scheduled sampling
+
+闭环误差累积源于 teacher forcing 训练与自预测推理的不匹配。已实现的 `--rollout-len K --ss-prob p` 直接对标：建议 `K=4, p=0.5`，与加权损失同批训练对照。
+
+### 3.3 数据扩展
+
+- **实机录制**（根本瓶颈）：dry-run 帧为噪声、IMU 全零，视觉/姿态通路无真实信号。实机 `--record` 后复跑本实验
+- 验证集 1 个 episode 选模噪声大：val_split 0.15→0.3
+- 补充站立/保持类长序列（当前 std 类仅 1-81 步）
+
+## 4. 实施步骤
+
+| 步骤 | 内容 | 产出 |
+|---|---|---|
+| 1 | 新增 `actpred/action_norm.py`：固定范围常量表 + normalize/denormalize + clamp 防御 | 独立纯 numpy 模块 + 单测 |
+| 2 | DataConfig 增 `normalize_mode`（`zscore`/`fixed_range`）与 `column_weights`；dataset/train 接入 | 训练链路支持 + 单测 |
+| 3 | `evaluate.py` oob 改物理界、error_growth 按 episode 归一化 | 评估器修正 + 单测 |
+| 4 | 训练对照：固定范围+加权 vs z-score+等权（同种子、同数据） | 模型 C/D checkpoint |
+| 5 | 复跑 R4 闭环评估，验证权衡解耦 | 对比报告 |
+
+步骤 1-3 可并行；步骤 4-5 依赖前置完成。预计步骤 1-3 改动集中在 `actpred/`（`action_norm.py` 新增、`config.py`/`dataset.py`/`train.py`/`evaluate.py` 小改），不影响 pybot 与部署链（归一化在推理端内部完成，`predict()` 输出仍为原始量纲）。
+
+## 5. 决策记录
+
+- **归一化位置**：讨论过"移入 pybot 按列 min/max 归一化"。结论：不采纳（raw at rest、反归一化链条变长、IMU 先例不一致），但采纳其"固定物理范围"内核，落在 actpred 侧常量表实现
+- **舵机范围**：±180° 为误述，实际全行程 0-180°（`servo.py MAX_ANGLE=180.0`），归一化表按 [0,180]
+- **spk.F 对数尺度**：备选未定。若加权后 spk.F 跟踪仍不足，再考虑 log 变换（频率感知是对数的，10→1000 跨两个数量级）
diff --git a/docs/reports/pybot_actpred_dataset_training_eval_20260814.md b/docs/reports/pybot_actpred_dataset_training_eval_20260814.md
new file mode 100644
index 0000000..e4a8fd5
--- /dev/null
+++ b/docs/reports/pybot_actpred_dataset_training_eval_20260814.md
@@ -0,0 +1,156 @@
+# pybot×actpred 数据集录制与训练闭环评估实验报告
+
+> 文档类型：实验报告
+> 模块：pybot → actpred
+> 作者：自动生成
+> 日期：2026-08-14
+
+---
+
+## 1. 概述
+
+### 1.1 背景
+
+在微动作分解与自监督录制特性（见 `pybot_micro_action_and_recording_20260813.md`）基础上，本实验走通完整链路：dry-run 批量录制全部 `.mt` 动作脚本 → actpred 训练（未归一化 vs z-score 归一化两个版本）→ R4 离线闭环评估，并基于评估结果给出下一步开发方案（见 `actpred_action_norm_weighting_plan_20260814.md`）。
+
+### 1.2 实验目标
+
+1. 批量录制全部 12 个动作脚本，产出 actpred 格式数据集
+2. 训练两个对照模型：`normalize_actions=False`（旧默认）与 `=True`（新默认，commit `a2c3a57`）
+3. 用 `evaluate.py`（R4 闭环代理评估）对比两模型，定位误差主导列
+4. 暴露并修复训练/评估链路的缺陷
+
+### 1.3 关键结论速览
+
+- **闭环舵机角无发散**，误差主导列是 `spk.F`（扬声器频率，10→1000Hz 大跨度）
+- 归一化使聚合 MSE 降低 2.6×（6447→2445），但存在**舵机精度 ↔ 频率跟踪的权衡**
+- `oob_rate` / `error_growth` 两个指标在含恒值列的退化数据集上失效，需修正（见开发方案 §3）
+- 修复 1 个潜伏 bug：`normalize_actions=True` 时 val_ds 找不到 action_stats（commit `7ec8c9d`）
+
+---
+
+## 2. 数据集批量录制
+
+### 2.1 方法
+
+`scripts/*.mt` 均无 `@Camera` 块（该块为 pybot 新增，原脚本与 bot4cj 共享故未改）。采用**注入式录制**：不改动原脚本，为每个 `.mt` 在 `@Action` 前注入 `@Camera`（640×480@30fps）生成变体到 `data/pybot_record_scripts/`，再逐个 dry-run 录制。批处理脚本：`data/record_all.sh`（可重复执行）。
+
+新增录制脚本 `bot4cj/scripts/record_stand.mt`（commit `af0ff56`）：基于 std.mt 扩展 @Camera + MPU6050 绑定 + 5 行 @Action（delay=200），产出 81 步插值序列。
+
+### 2.2 录制结果
+
+dry-run 下帧为合成随机噪声、IMU 全零（Mock I2C 读零）。共 13 个 episode、865 帧、804 个训练样本（history_len=5, frame_len=3）：
+
+| Episode | 脚本 | 步数 | Episode | 脚本 | 步数 |
+|---|---|---|---|---|---|
+| 0000 | record_stand | 81 | 0007 | stdd | 46 |
+| 0001 | jump | 27 | 0008 | t0 | 211 |
+| 0002 | left-hand | 123 | 0009 | tilt-b | 46 |
+| 0003 | left-turn | 58 | 0010 | tilt-f | 46 |
+| 0004 | lie-down | 11 | 0011 | tilt-l | 46 |
+| 0005 | rght-hand | 123 | 0012 | tilt-r | 46 |
+| 0006 | std | 1 | | | |
+
+注：episode_0006 仅 1 步（单行 @Action 首行不分解，属设计行为），对训练无贡献。仅 episode_0000 有 imu.npy（全零），其余无 IMU 文件，`ActionDataset` 按零向量处理。
+
+### 2.3 数据验证
+
+- `ActionDataset`（imu_dim=0 与 =8 两种模式）加载通过，804 样本 0 形状异常
+- 微动作插值验证：s1 舵机 45°→60° 按 20 微步线性插值（每步 0.75°），`spk.delay` 微步期 10ms，与设计一致
+- 每步帧独立（`bfa6d8d` 同步 capture 修复生效）
+
+---
+
+## 3. 训练实验
+
+### 3.1 实验设置
+
+| 项 | 值 |
+|---|---|
+| 分辨率 | 640×480（不降分辨率） |
+| 增强 | ColorJitter（--augment） |
+| batch / workers | 4 / 2（CPU 训练，~4 分钟/epoch） |
+| epochs / patience | 100 / 15（early stopping） |
+| 训练/验证 | 12 / 1 episode（763 / 41 样本，seed 42） |
+
+### 3.2 模型 A：未归一化（normalize_actions=False，旧默认）
+
+- 50 epochs 触发 early stopping，**best val_loss = 19.02**（原始量纲 MSE，数百量级）
+- loss 轨迹：4344（epoch 1）→ 296（epoch 50），val 收敛至 ~20-30
+
+### 3.3 模型 B：z-score 归一化（normalize_actions=True，新默认）
+
+- 26 epochs 触发 early stopping，**best val_loss = 0.0288**（归一化量纲 <1.0，符合 commit `a2c3a57` 预期）
+- loss 轨迹：0.188（epoch 1）→ 0.0288（epoch 11 最优）
+
+### 3.4 训练链路缺陷修复
+
+归一化默认开启后暴露潜伏 bug：`train.py` 将 action_stats 保存到 checkpoint_dir 后，cfg 只留裸文件名 "action_stats.npy"，val_ds 按 cwd 解析 → `FileNotFoundError`。修复：验证集构建用完整路径，checkpoint 配置存裸文件名（推理端按 checkpoint 目录解析）。同步修正 `test_warn_init_from_mismatch` 对旧默认值的隐式依赖（commit `7ec8c9d`，141 测试全过）。
+
+### 3.5 推理冒烟
+
+模型 B 加载正常，接口契约 `frame_len=3 / history_len=5 / action_dim=18 / imu_dim=None` 与 pybot 闭环鸭子类型约定一致；单次推理 ~84ms（x64 CPU）。真实帧+真实历史预测 t=5 动作：s1 误差 1.78°（模型 A 为 4.39°），数值范围合理。
+
+---
+
+## 4. R4 闭环评估
+
+### 4.1 聚合指标对比
+
+| 指标 | 模型 A（未归一化） | 模型 B（归一化） |
+|---|---|---|
+| overall_mse | 6446.7 | **2445.4**（2.6× 优） |
+| oob_rate | 100% | **28.1%** |
+| smoothness_ratio | 0.147（近常数输出，过度平滑） | **1.047**（≈真值变化，正常） |
+| error_growth | 0.005 | 0.082（均 <1，无发散） |
+
+### 4.2 逐 episode 对比（闭环滚动 mean_mse）
+
+| Episode | 步数 | 模型 A | 模型 B | 比值 |
+|---|---|---|---|---|
+| 0000 stand | 76 | 25.5 | 134.0 | 5.26× 恶化 |
+| 0001 jump | 22 | 20.5 | 221.1 | 10.78× 恶化 |
+| **0002 left-hand** | 118 | 21252.2 | **6849.7** | **0.32× 改善** |
+| 0003 left-turn | 53 | 276.0 | 641.0 | 2.32× 恶化 |
+| 0004 lie-down | 6 | 35.2 | 46.9 | 1.33× 恶化 |
+| **0005 rght-hand** | 118 | 21340.0 | **8022.9** | **0.38× 改善** |
+| 0007 stdd | 41 | 49.8 | 115.9 | 2.33× 恶化 |
+| 0008 t0 | 206 | 644.5 | 553.3 | 0.86× 改善 |
+| 0009-0012 tilt-* | 41×4 | 29.8-34.2 | 59.6-751.7 | 1.74-25.12× 恶化 |
+
+### 4.3 误差主导列定位
+
+对 left-hand 逐列分析（模型 A，mean_mse 21252）：
+
+- **舵机列（0-9）预测全部在合理范围**（35-85°），无物理危险
+- **列 10（spk.F）是 MSE 主导源**：该脚本真值 10→1000Hz，模型预测 ~340Hz 折中值 → 单列平方误差 10万-44万
+- 列 8、12-17 为恒值列（s9=90°、保留位 0），预测有微小偏差但绝对值无害
+
+### 4.4 指标退化发现
+
+1. **oob_rate=100%（模型 A）不可信**：数据集中 7 个恒值列（span=1e-6）经验界宽度为零，任何微小偏差都计越界。模型 B 的 28.1% 改善主要来自 spk.F 落入经验界，指标本身仍需修正（见开发方案 §3）
+2. **error_growth 有误导性**：不同长度 episode 混叠使曲线非单调（中期尖峰来自 123 帧 hand episode，结束后回落），末段/首段比值掩盖了中期爆涨
+
+### 4.5 核心结论
+
+归一化把各列方差拉平，隐式实现了"全列等权"，带来 spk.F 跟踪改善（hand 类 3× 提升），代价是舵机角跟踪精度下降（简单动作 1.3-25× 恶化）。缩放方式与列重要性是**正交**的两个维度，需要显式逐列权重解耦——详见开发方案 `actpred_action_norm_weighting_plan_20260814.md`。
+
+---
+
+## 5. 产物与提交
+
+| 产物 | 位置 |
+|---|---|
+| 数据集（865 帧 / 804 样本） | `data/pybot_record/`（231MB，不入 git） |
+| 模型 A checkpoint | `actpred/checkpoints/recorded_run/` |
+| 模型 B checkpoint | `actpred/checkpoints/recorded_run_norm/` |
+| 评估报告 JSON | `data/eval_recorded.json` / `data/eval_recorded_norm.json` |
+| 批录制脚本 | `data/record_all.sh` |
+
+相关提交：`af0ff56`（record_stand.mt）、`7ec8c9d`（stats 路径 bug 修复）。
+
+## 6. 局限
+
+- 帧为合成噪声、IMU 全零：视觉/姿态通路未学习到真实信号，结论仅覆盖动作动力学部分
+- 验证集仅 1 个 episode（41 样本）：模型选择噪声大，最优 epoch 有偶然性
+- 两个模型各 13 万步级样本、CPU 训练 2-3 小时：结论在更大数据与实机数据上需复核