chunk 1/1 实测：右臂从 0/14 变成 3/7

把右臂的执行配置逐字段对齐左臂（只差 chunk_rate 一个字段），跑了 7 次。结果既不是「修好了」也不是「没用」—— 它把横向增益从 0.6 提到 0.85，但成败真正取决于杯子放在训练数据密的地方还是疏的地方。

一、七次的结果

二、chunk 1/1 到底改了什么

三、推翻了两个我们都以为对的判断

P4 失败

P4 失败

P4/P4.5 失败

P2.5 成功

P2.5 成功

P2 成功

四、现场观察到的两个方向，其实是同一件事

操作者在 P1（杯子在最左）报「明显靠右」，在 P4/P4.5（杯子偏右）报「偏左，把杯子往更左推」。看着矛盾，量出来是一致的：闭爪 pan 一律比杯位偏正 +6.5°，而 0826 训练集的杯位中位是 −22.1°、最密档是 −31~−22°。

四·四、操作者的第二个症状：「抓夹开得太大」

现场反复观察到夹爪张得过大。量下来幅度没问题，问题在时长：

四·五、腕部相机到底学没学会看

操作者的判断是「大概率是腕部相机没学会看」。用 camera_ablation.py 直接量 —— 把某一路换成中性灰，看输出变多少，取样点是示范里闭爪的前一帧（问的是「闭爪这个决定是看着什么做出来的」）。12 集，中位绝对变化：

把这一页所有观察串起来就自洽了：

1. 横向瞄准靠头部相机 —— 所以增益 0.85、r=0.923，它确实在看、跟得住；
2. 闭爪决定几乎全靠右腕相机；
3. 四次失败里三次是夹爪 0 次开合 —— 但那是因为瞄歪了、杯子从没进到爪口（见上面六张 end 关键帧），腕部相机看不到该夹的东西，于是正确地没有闭爪。

四·六、试跑的腕部相机改成 MJPG（2026-09-10 已改）

录制那条路（leader_follower_server.py:410）09-09 起就显式设了 fourcc="MJPG"，而试跑这条路（run_policy_trials.py）一个 fourcc 都没传，于是 OpenCV 协商出 YUYV。两条路的相机设置本来就该一致，已改齐。

cams = ({name: OpenCVCameraConfig(index_or_path=path, width=w, height=h, fps=30,
                                  fourcc=None if name == "head" else "MJPG")
         for name, (path, w, h) in CAMERAS.items()} if cameras else {})

头部保持 None：它是 USB3 上的 Orbbec，不在腕部那条 USB 2.0 总线上；而且 robot_server.py:938 记着，对 Orbbec 的 RGB 节点 set(FOURCC, MJPG) 会「返回成功」但之后每次 read() 都抛 !buf.empty() in imdecode_。

五、下一步该做什么

重训后的跑测指令（已按本轮结果更新）

# ① 训练（4090，配方与前两次逐字段相同，只换数据集）
REPO_ID=xlerobot-team/xlerobot-right-pick-cup-0826sep8-full-20260910 \
TAG=right-0826sep8 ./train_smolvla_state_dropout.sh

# ② 上机跑测 —— 三处和 09-08 那轮不同
~/miniconda3/envs/train310/bin/python run_policy_trials.py \
  --panel --send --trials 8 --seconds 60 \
  --chunk-rate 1 \          # ← 09-08 用的是 auto(k=4)
  --keep-torque \           # ← 不加的话 connect 时头会掉力矩、抬起来看墙
  --speed 1.0 --trace \
  --model .../checkpoints/020000/pretrained_model

六、证据等级