建立训练 baseline ✓ 已完成
从同一20k checkpoint续训5,000步,建立均匀采样 baseline。
从同一20k checkpoint续训5,000步,建立均匀采样 baseline。
完成四种权重方案及对照评估,每组160次;对比成功率与权重曲线。
分析1,318条轨迹(500成功、818失败),按过程分类并配代表视频;重建首次抬起姿态。
把同一条轨迹的视频与三种实际采样权重对齐,查看高权重落在哪里。
对一个chunk的30个预测位置计算交叉注意力熵,取第90百分位数。熵较高表示注意力分布更分散。
采样直觉:后续动作越拿不准,这段经验越值得多学。
比较去噪过程中动作生成速度的变化,得到完整30动作的几何量;再沿执行轨迹取最近30帧的中位数。
采样直觉:动作生成越“犹豫”,这段经验的权重越高。
用训练好的线性探针,从内部表征读出剩余进度;计算当前至30帧后的进度增量,再取最近15帧增量的中位数。
采样直觉:推进任务的片段多学,停滞片段少学。
[1] Knowing When to Stop: Adaptive Action Chunking via Internal Cross-Attention Dynamics in VLAs · 2609.00908
[2] GeoAAC: Geometry-Based Adaptive Action Chunking from Denoising Trajectories in VLA Policies · 2609.20776
[3] Decoding Task Progress from VLA Representations · 2608.13474
439条专家+40条成功轨迹共同标定;61条验证专家和失败轨迹不进入标定池。三种方法分别排名,统一采用有放回加权采样。
注意力取最后一次去噪的action-to-prefix概率,跨头平均、跨层求和,mask后重新归一化,再计算30个预测位置的熵Q90。
几何:Δvₛ / (|Δtₛ|+ε),在动作维求平方和、沿horizon累积开方;用归一化的s(1−s)²加权去噪阶段变化,再除以各去噪速度的累计范数。取完整30动作的几何量gₜ,沿轨迹计算median(gₜ₋₂₉,…,gₜ)。前29帧缺分。
进度:final prefix按mask均值池化;训练折均值与标准差做标准化,线性探针以L1损失预测剩余比例τ=1−t/T,held-out MAE选epoch。按episode做5折交叉拟合。aₜ=τₜ−τₜ₊₃₀,再取尾随15帧中位数;本轨迹首14帧、末30帧缺分。
共同映射:有效训练起点以平均排名得到r;基础分b=0.2+0.8r²/mean(r²)。缺分取b=1;再除以轨迹时长T,最后归一化为概率P。图中权重w的训练池均值为1。
信号实现:chunk_diagnostics.py、chunk_signals.py、score_chunk_rollouts.py;统计变体:transform_audit.json;采样配置:experiment-plan.json。闭合取native env.step的cut_count增加,完全抬起取fully_lifted首次为真,均采用动作执行后的step/30;视频帧记录在动作执行前。第三次闭合位于片尾。
流程组件:OpenUI官方docs/components/diagram-kit.tsx(27bd885612d2),复用DiagramFrame、CodeNode、Arrow、PathArrow;组件源码与许可证随页面保存于source/vendor。Open Intelligent UI本地版本未提供独立流程图组件。
固定训练数据与续训设置,只比较不同采样方案。
注意力的合计结果最好;
几何平滑没有带来收益。
视频:success-data/datasets/trial-086,seed 400916633;权重:attention_q90.npz、geometry_median30.npz、progress_final_median15.npz,均为success-ablation-v1。曲线以episode=seed、start=0…160逐点对齐,未重新评分。统计来自POOLED160_COMPARISON。原始材料保存在G1的t43-success-chunk-ablation-20261112实验目录。
页面沿用reef-acoustics-talk的Header / SecHead / Caption / Footer排版结构,适配连续HTML与窄屏;无合成实验素材。
原20k · 1,318条:500成功 / 818失败
让分析 agents 读取成功轨迹并提取 waypoint;在高权重采样点输出 waypoint,驱动机器人运动到对应位置。
从 HandsOn 选三个任务,每个任务采集50条 rollout 用于训练,共150条,减少单任务 overfit。
继续探索更符合直觉的采样权重;训练数据配比暂定1:1,结合论文研究配比问题。
39条最终成功轨迹的首次抬起姿态,分为18 / 17 / 4条。
最大簇真实代表:seed 2098591075,frame 81,2.70 s;当帧双柄接触成立。C1当帧双接触10/18。