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。
16 lines
591 B
Python
16 lines
591 B
Python
"""actpred 共享工具函数（无 torch 依赖，推理/部署文件可复用）"""
|
|
|
|
import numpy as np
|
|
|
|
|
|
def parse_action_history(s: str, action_dim: int) -> np.ndarray:
|
|
"""解析冒号分隔的动作历史字符串为 (H, D) float32 数组"""
|
|
steps = s.split(":")
|
|
history = []
|
|
for step in steps:
|
|
values = [float(v) for v in step.split(",")]
|
|
if len(values) != action_dim:
|
|
raise ValueError(
|
|
f"Expected {action_dim} values per step, got {len(values)}")
|
|
history.append(values)
|
|
return np.array(history, dtype=np.float32) |