实验报告:dry-run 批量录制 13 episodes/804 样本,未归一化 vs z-score 两模型对照训练,R4 闭环评估定位 spk.F 为主导误差列,记录 oob/error_growth 指标退化与 stats 路径 bug 修复。 开发方案:固定物理范围归一化(actpred 侧常量表,舵机 [0,180°])+ 逐列加权损失,附评估器修正与 rollout/scheduled sampling 配套计划。
实验报告:dry-run 批量录制 13 episodes/804 样本,未归一化 vs z-score 两模型对照训练,R4 闭环评估定位 spk.F 为主导误差列,记录 oob/error_growth 指标退化与 stats 路径 bug 修复。 开发方案:固定物理范围归一化(actpred 侧常量表,舵机 [0,180°])+ 逐列加权损失,附评估器修正与 rollout/scheduled sampling 配套计划。