目前採用的保存方式
訓練期 checkpoint 用於恢復進度;已保存的 latest/final 候選也不會自動升為正式 selected 能力。本頁「目前 Actor 能力」呈現保存候選的實測,正式選用狀態另列。凍結 r26、分路與版本保存候選,保留舊權重、各案例評估及可還原封存。各路原定完整評估與未執行分母分開列;沒有用新失敗覆寫歷史結果。保存檔案能保留候選,是否保留能力仍須看實際評估。route 內也只對固定動作名單有證據,尚未執行跨 48 指令回歸。
同鞋、同方向,從靜止出發的 8 秒自主滑行。
正在讀取原生量測。
| Actor | 指令方向位移 | 淨衝量 | 末段速度 | 原指令 | 即時操作 |
|---|
原生物理以 480 Hz 求解,曲線每秒顯示 30 點。末段速度為最後 0.2 秒沿身體前後軸的按令均速。即時操作沿用 Workshop 的互動初態與控制器。
COMMAND × BALANCE · 2026.10.25
讓凍結的動作 NN,接上自由承重的身體。
沿前向推進與Swizzle(雙腳葫蘆步)兩條路線,逐項核對動作與平衡。
保存的候選評估;不表示已正式選用。停止與未執行都保留。
01 / RECORDED EXPERIMENT
保存的實測重播 · 本頁不啟動新模擬
游標數值取當下或前一個保存樣本;3D 在保存幀間插值。曲線為 30 Hz 展示取樣並保留關鍵終點,原判定使用完整 1,920 Hz 紀錄。
NETWORK / SAVED STRUCTURE
拖曳旋轉 · 滾輪縮放 · 點選神經元
讀取保存結構…
點選節點檢查名稱與保存權重。節點顏色只標選層,沒有模擬活化。
02 / RESEARCH PROGRESS
失敗、未執行與實際更新分別記錄
ARCHITECTURE / SKILL RETENTION
兩路都使用 89 → 64 → 64 → 14 的結構;訓練時各自持有權重、critic、optimizer 與 checkpoint,並檢查 route 身分。同一種結構不等於同一組 NN;是否已有訓練權重,以本頁目前結果與 NN 狀態為準。推刃路線以凍結 r26 產生 C35/C45 動作參考,並包含 coast 對照;Swizzle 使用解析開合參考。這批不更新 r26。本輪推刃動作名單只包含 coast/C35/C45;Swizzle 只包含 coast/SW。r26 的 48 個固定支撐指令沒有因此全部在新自由承重身體或控制器下重新取得資格。
訓練期 checkpoint 用於恢復進度;已保存的 latest/final 候選也不會自動升為正式 selected 能力。本頁「目前 Actor 能力」呈現保存候選的實測,正式選用狀態另列。凍結 r26、分路與版本保存候選,保留舊權重、各案例評估及可還原封存。各路原定完整評估與未執行分母分開列;沒有用新失敗覆寫歷史結果。保存檔案能保留候選,是否保留能力仍須看實際評估。route 內也只對固定動作名單有證據,尚未執行跨 48 指令回歸。
latest 是最近產物,selected 才是經原門檻、方向、回收與 heldout 比較後選定的版本;尚未選定就保持待定。共享身體、接觸或控制器一旦改動,仍需跨技能回歸檢查,不能只看總 reward 或 checkpoint 就宣稱沒有退步。
新技能可先用獨立 route/版本,避免直接覆蓋既有權重;共享控制器仍可能造成其他技能退化。聯合多任務訓練、蒸餾、replay 與尚未執行的跨技能回歸,均不列為已完成的能力保存保證。
2026-10-24 c004-b001:子批執行 4/5 案,活動執行 4/75 案、71 案未執行,共 76,251 物理步、0 學習更新。有效負對照為子批 0/2、活動 0/30。這些原分母保持獨立,不與新階段相加。
C24 單一開發條件完整執行 12 秒,雙膝維持期增加約 3.25°/3.30°;C25 在 3.7140625 秒首次超過原地 30 mm 位移上限。固定輸出案未執行。C004 之後的 C005 已是歷史研究安排,請以最新階段紀錄為準。原地 30 mm 限制只適用這批歷史案例。
原始 C004 索引 ↗ · 歷史診斷 ↗03 / NEXT QUESTION
本頁播放已保存的實測姿態;展示匯出只做前向運動學。展示不執行新物理步、Actor 推論或學習更新。研究本身的實際學習更新與未執行部分,按階段另列。固定支撐 WB019 的 48 指令資格不移轉為 WB021 自由承重資格。
最新研究與案例索引 ↗ · 歷史 C004 索引與來源 SHA ↗ · 沿 Roadmap 追溯完整研究文件 ↗