看到什么现象 → 可能是什么原因

策略是拿【像素位置】学的：训练时「杯子在画面偏左 → 手往左移这么多」。相机一转，整个场景在像素上平移，策略照旧按像素反应，于是手臂系统性偏一边。★ 这是最能解释【系统性、方向一致】偏移的原因 ★ 随机误差不会一直偏同一边。

怎么验：面板「头部相机对准」→ 勾「叠上训练时的画面」→ ◀▶ 翻五张不同杯位，每张构图都要对得上

怎么修：重新对准头部，直到五张参考帧都能叠合

实测：右侧 pan +22.9° 那个杯位只有 4 集，而 eval_split=0.2 又切走 2 集 —— 模型实际只见过 2 集，失衡 11 倍。没学过的位置，输出会退化到训练分布的均值，也就是往数据最多的那一侧（pan −30.5°，22 集）偏。

怎么验：面板「数据可用性」→「覆盖体检」

怎么修：EVAL_SPLIT=0 重训 + 补录右侧杯位

关节零点一变，同样的关节角对应的笛卡尔位置就整体平移。这是纯机械问题，跟策略无关，所以【重放录制动作也会同样偏】。

怎么验：★ 重放对照实验 ★ --replay-episode 0 --send（不加载模型，直接重放录制动作）

怎么修：重放也偏 = 硬件动过，重新标定；重放不偏 = 排除这条

爪长变了，学到的「关节角 → 接触点」映射整体平移。

怎么验：对比当前爪与录数据时的爪长

怎么修：measure_table.py --pivot 重新标定

实测 集数 vs 抓取深度 r = −0.89：
pan −30.5°（22 集）闭爪 z=0.028 ← 抓得最深
pan +22.9°（ 4 集）闭爪 z=0.038 ← 抓得最浅（就是「偏上」）
数据越少的位置抓得越浅越散。模型的弱点就是数据的弱点。

怎么验：面板「数据可用性」→「覆盖体检」，看各杯位的闭爪 z

怎么修：补录数据少的杯位；EVAL_SPLIT=0 用全部数据重训

同上一条的机理，只是方向变成上下：相机往下俯一点，画面里桌面显得更近，策略就以为已经够低了。

怎么验：叠图对比，看地平线和桌沿在画面里的高度

怎么修：重新对准头部

安全层的 z_min 约束的是腕部不是爪尖：z_min = 桌面高度 + 爪长。当前 GRIPPER_LEN=0.159、右臂 z_min=+0.02。爪长一变或桌面没重标，手就停在错误高度。

怎么验：z_min − 0.159 是否等于实测桌面高度（当前反推 −0.139）

怎么修：measure_table.py --pivot，然后更新 teleop_safety.yaml

最近几批拒帧率 0.0~0.52% —— 安全层几乎没拦过东西。这条已经用数据排除。

怎么验：看「实机试验」卡上的拒帧率

怎么修：不用动

batch=2 × 20000 步 = 只过了约 2 遍数据（官方配方是 66 遍）。欠训的模型输出趋于保守，幅度偏小。

怎么验：面板「训练交接自检」看 batch

怎么修：租卡，BATCH=32

98A 实测就是「柔度够但摩擦力不足」。这是材料问题不是几何问题。

怎么验：手动测：抓起装水的杯子横向拨一下

怎么修：装 82A 尖端弹性夹

闭爪 z 越大越浅，浅了只夹住杯口一点点。

怎么验：覆盖体检看闭爪 z

怎么修：同上

--speed 乘在步长上限上：0.3 档时钳位率 47.7%，1.0 档只有 2.7%。但 1.0 档已经跑过 0/10，所以这条不是主因。

怎么验：看钳位率

怎么修：speed 1.0

训练是 30 Hz 录的，本机推理约 8 Hz。chunk-rate=1 时 50 步的计划要播 6 秒，看上去就像手臂在慢慢挪。auto 档按真实时间播放。

怎么验：试跑卡的「动作块」选 auto

怎么修：chunk-rate=auto

这个症状的形状本身就指向数据：模型在哪个位置数据少，就在哪个位置失败。实测右侧只有 2 集进训练。

怎么验：覆盖体检，看失败那个位置有几集

怎么修：补录那个位置到和最多的一组相当