blackbird

800 Commits 2 Branches 0 Tags

3 Commits

Include renames

Author	SHA1	Message	Date
qing	85bf68f505	feat(actpred): 固定范围归一化 + 逐列加权损失，附 pybot*actpred 审计修复新增 action_norm.py 固定物理范围 min-max 归一化，无 stats 文件零状态部署；train.py 引入 _weighted_mse 逐列加权（舵机 1.0/spk 0.2/保留位 0.0）。审计修复: P0-1 pybot 读 normalize_mode, R2-1 NaN 阻断 best, P2-a 后端大小写不敏感, P1-3 utf-8-sig BOM, R1-1 data_dir 覆盖, R2-7 _run.sh 报错, R2-3 空 val 存 best.pt, P2-a2 误报警, R1-2 合并 parse_action_history, P2-b 合并 numpy import。评估修正 oob 物理界+error_growth 按 episode 中位数。推理部署全链支持 fixed_range。	2026-08-14 18:26:03 +08:00
qing	45e019952e	actpred: action_dim改18 + .mt脚本预训练入口 - config.py: action_dim默认值 8→18（对齐bot4cj 18列） - mt_parser.py: 轻量级.mt @Action解析器（支持-占位符前向填充） - pretrain_mt.py: 预训练入口（零图像占位，checkpoint兼容现有推理） - _run.sh: 新增pretrain子命令 - README.md: 新增预训练文档 + action_dim说明 - test_actpred.py: 测试断言更新为18	2026-08-08 17:09:14 +00:00
qing	575c2a27a4	feat(actpred): 动作预测模块入库（PyTorch 训练/预测/ONNX 导出）	2026-08-08 06:25:06 +00:00

Author

SHA1

Message

Date

qing

85bf68f505

feat(actpred): 固定范围归一化 + 逐列加权损失，附 pybot*actpred 审计修复

新增 action_norm.py 固定物理范围 min-max 归一化，无 stats 文件零状态部署；train.py 引入 _weighted_mse 逐列加权（舵机 1.0/spk 0.2/保留位 0.0）。审计修复: P0-1 pybot 读 normalize_mode, R2-1 NaN 阻断 best, P2-a 后端大小写不敏感, P1-3 utf-8-sig BOM, R1-1 data_dir 覆盖, R2-7 _run.sh 报错, R2-3 空 val 存 best.pt, P2-a2 误报警, R1-2 合并 parse_action_history, P2-b 合并 numpy import。评估修正 oob 物理界+error_growth 按 episode 中位数。推理部署全链支持 fixed_range。

2026-08-14 18:26:03 +08:00

qing

45e019952e

actpred: action_dim改18 + .mt脚本预训练入口

- config.py: action_dim默认值 8→18（对齐bot4cj 18列）
- mt_parser.py: 轻量级.mt @Action解析器（支持-占位符前向填充）
- pretrain_mt.py: 预训练入口（零图像占位，checkpoint兼容现有推理）
- _run.sh: 新增pretrain子命令
- README.md: 新增预训练文档 + action_dim说明
- test_actpred.py: 测试断言更新为18

2026-08-08 17:09:14 +00:00

qing

575c2a27a4

feat(actpred): 动作预测模块入库（PyTorch 训练/预测/ONNX 导出）

2026-08-08 06:25:06 +00:00