qing
85bf68f505
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。
63 lines
2.9 KiB
Python
63 lines
2.9 KiB
Python
"""动作向量固定物理范围归一化 —— 训练（dataset/pretrain_mt）与推理
|
||
（predict / onnx_infer / hailo_infer / gen_calibration / export_deploy）共用
|
||
|
||
18 列动作向量的物理量纲（pybot 侧契约）：
|
||
0-9 舵机角度 [0, 180]°（pybot/hd/servo.py MAX_ANGLE=180.0 校准后全行程）
|
||
10 spk.F 扬声器频率 [0, 5000] Hz（@Speaker max_f=5000）
|
||
11 spk.delay 延时 [0, 2000] ms（脚本实用上限，std.mt 用 10-500）
|
||
12-17 保留位（恒 0，hi-lo=1.0 使归一化后仍为 0；损失权重 0 不参与优化）
|
||
|
||
min-max 映射到 [0,1]：x_norm = clip((x - lo) / (hi - lo), 0, 1)。
|
||
与 z-score 的区别：固定物理范围不依赖 action_stats.npy 数据统计文件，
|
||
部署链零状态；clamp 防御真实数据越界（越界值截断到 [0,1]，不扩散）。
|
||
|
||
仅依赖 numpy，保证 hailo_infer.py（HAT 部署环境无 torch）可直接复用。
|
||
"""
|
||
|
||
import numpy as np
|
||
|
||
# 各列物理下界（当前全 0；保留数组以便未来引入非零下界列）
|
||
ACTION_LO = np.zeros(18, dtype=np.float32)
|
||
# 各列物理上界（18 列标准布局；action_dim 不同用 action_bounds() 适配）
|
||
ACTION_HI = np.array(
|
||
[180.0] * 10 + # 0-9 舵机角
|
||
[5000.0, 2000.0] + # 10 spk.F，11 spk.delay
|
||
[1.0] * 6, # 12-17 保留位（恒 0，span=1.0 保持归一化后为 0）
|
||
dtype=np.float32)
|
||
|
||
|
||
def action_bounds(action_dim: int = 18):
|
||
"""(lo, hi) 物理界：action_dim ≤ 18 取前缀；> 18 的超出列按 [0, 1] 补足"""
|
||
if action_dim <= len(ACTION_LO):
|
||
return ACTION_LO[:action_dim], ACTION_HI[:action_dim]
|
||
pad = action_dim - len(ACTION_LO)
|
||
return (np.concatenate([ACTION_LO, np.zeros(pad, dtype=np.float32)]),
|
||
np.concatenate([ACTION_HI, np.ones(pad, dtype=np.float32)]))
|
||
|
||
|
||
def normalize_action(action, action_dim: int = None) -> np.ndarray:
|
||
"""原始动作向量 → [0,1] 归一化向量（clamp 防御越界值）
|
||
|
||
action: (..., action_dim) 任意前导维；action_dim 缺省取末维长度。
|
||
"""
|
||
a = np.asarray(action, dtype=np.float32)
|
||
lo, hi = action_bounds(action_dim or a.shape[-1])
|
||
return np.clip((a - lo) / (hi - lo), 0.0, 1.0)
|
||
|
||
|
||
def denormalize_action(norm_action, action_dim: int = None) -> np.ndarray:
|
||
"""[0,1] 归一化向量 → 原始动作向量（不 clamp，保留模型外推能力）"""
|
||
n = np.asarray(norm_action, dtype=np.float32)
|
||
lo, hi = action_bounds(action_dim or n.shape[-1])
|
||
return n * (hi - lo) + lo
|
||
|
||
|
||
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）"""
|
||
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
|
||
return w
|