实机试验第一天：
0/14，但每一次失败都有名字

right armcup graspspeed 0.3→1.0×HELD = 0

首批实机试验跑完了 14 次（0.3× 九次、1.0× 五次），一次都没抓到。 这一页记录我们怎么把嫌疑一个个排掉、操作者的哪个观察改变了诊断方向、 以及由此学到的「怎么教模型」的四条规则。

一、失败长什么样

• 抓取点系统性偏右、偏上、偏前；杯子放得越靠右臂右侧，偏得越多
• 手臂从未降到杯沿以下，像被无形的墙挡着
• 出现「空中闭爪」：在半路突然做出完整的 闭爪→抬起 动作
• 但策略确实在看：挪动杯子，它跟着调整 —— 感知活着，死的是最后三厘米

二、排除链（每一条都有实测依据）

嫌疑	结论	依据
安全包络拦了它	排除	14 次试验 HELD 全零 —— 没拒过一帧
步长限速拖住它	排除	1.0× 下 CLIPPED 仅 3–7%，偏差不变
头部相机被转过	排除	训练 (−4.31°, 49.85°) vs 现在 (−3.60°, 50.02°)，差 <1°
腕部相机被碰过	排除	训练帧 vs 实时帧构图一致
标定漂移	排除	标定文件 8-16 后未改，早于 8-20 录制
分块时序（6 秒盲飞）	已修，非主因	chunk 按实测频率消费后，重看画面 6s→1.7s，偏差方向不变

顺带更正一个流传数日的文档错误：所谓「head_motor_2 = 99.649 超标定 50°」的悖论 不存在 —— 数据集 stats 实为 49.846，换算 2615 counts，在标定上限 2617 之内，差 2 counts。 是当初读错了数。

三、转折点：操作者的观察

去训练数据里验证：抽出闭爪前一瞬（ep1，全局帧 757）的右腕相机画面 ——

再把全部 50 集的闭爪瞬间拼成一张接触表：

三·五、决定性证据：模型的弱点 = 数据的弱点

操作者还观察到一条：「杯子放在右臂偏右边时，过高问题更明显」。 一个恒定的偏置不会随位置变化 —— 所以这条值得量化。把 50 集按闭爪时刻的 pan 角聚类（= 杯子摆在哪），再看每组的抓取质量：

杯位 (pan 均值)	集数	闭爪高度 z	组内 σ	前伸 y
−30.5°（最左）	22	0.028（最深）	0.0063（最一致）	0.160
−10.2°	7	0.034	0.0101	0.201
+8.8°	17	0.034	0.0118	0.142
+22.9°（最右）	4	0.038（最浅）	0.0141（最散）	0.157

四、当前假设：回归均值 + 复合误差

两个没学到的动作，恰好都是轨迹里离均值最远的极端修正。模仿学习对"大路"拟合最好， 对这种又小又晚的关键修正拟合最差 —— 它们在损失函数眼里就像噪声。而一旦第一步略有偏差， 策略就进入示范里没出现过的状态，误差逐帧复合（covariate shift），最后在错误的位置执行 了正确的「闭爪→抬起」剧本 —— 这就是空中抓取。

离线证据相容：留出位评估 0.98× 说明它没在背坐标 —— 它学会了跟着杯子走这条大路， 败在最后三厘米。

这仍是假设。裁决它的实验（重放，见第六节）在写这页时还没跑。

五、学到的四条规则：怎么"教"一个模仿学习模型

直觉的说法是"告诉模型哪些特征值得学习"。机制上要说准： 你没有渠道"告诉"它 —— 示范数据的分布就是全部课程表。由此：

1. 关键修正要大、多、必要。幅度小、帧数少的修正会被当噪声平均掉。 示范时刻意夸张它、每集都做它、把摆位变化到"不做就抓不到"。
2. 一致性比数量重要。15 集纪律严明胜过 50 集风格混杂 —— 混杂教出来的是两种风格的平均。（本数据集的闭爪准星验证下来是一致的，这条无罪。）
3. 堵死捷径。杯位只有五个点时，"大概走到那片区域"就能骗过损失函数； 增强和更大的位置变化不是为了数据多，是为了让"看准了再动"成为唯一出路。
4. 验收验极端段，不验平均 loss。闭爪前后只有几十帧，再错也拉不动 19,453 帧的 平均数。验收方法见下一节。

六、两个新工具

准星验收：grasp_sight_check.py

把每一集闭爪瞬间的腕部帧自动拼成接触表（上面那张 50 格的图就是它出的）。 闭爪时刻的判法：夹爪开度峰值后首次跌破一半，回退 8 帧。以后每录完一批数据都跑一次， 构图跑偏的集号当场记下 —— 它们在稀释你想教的技巧。

python 03-software/scripts/grasp_sight_check.py          # 全部集
python grasp_sight_check.py --episodes 0 1 2 --out /tmp/sheet.jpg

重放实验：--replay-episode

一句话：不跑模型，把训练集里某一集的录制动作原样发给手臂 —— 同一条安全管线、同一套单位，唯一区别是动作来自录制而非推理。 它回答一个模型回答不了的问题：机器人本身还和录数据那天一样吗？

• 重放能夹到杯子 → 硬件几何没变 → 问题在策略侧（第四节假设成立）
• 重放同样偏右偏上 → 8-20 之后有东西被物理挪动过 → 策略无罪，去查硬件

# 先把杯子按面板参考图 1/5 摆回录制位（重放是开环的，杯位越准结论越干净）
python run_policy_trials.py --replay-episode 0 --send --trials 1 \
    --speed 1.0 --chunk-rate auto

覆盖体检：demo_coverage.py

出上面那张表 —— 每个杯位几集、抓多深、多散，以及两个相关系数。 每录完一批就跑一次，覆盖不均衡就补录，别指望训练技巧去弥补。

python 03-software/scripts/demo_coverage.py

轨迹对比：trace_vs_demo.py

试验轨迹 vs 示范逐点比，输出「下沉不足 1.2 cm」这种可量化结论。 （配套改动：试验现在默认记录每帧动作到 trials/traces/*.npz —— 第一批 14 次只留下三个计数，"它到底降到多低"事后无法回答。）

python 03-software/scripts/trace_vs_demo.py

七、完整调优流程

A 开工前（5 min，不碰硬件）
  policy_safety.py 必须 PASS · robot_profile.py 一致
  面板 → 头部对准 → 叠参考图 → 套预设 → 快照核对

B 裁决实验（只在怀疑硬件变了时，5 min）
  杯子按参考图摆回录制位 → --replay-episode 0 --send
  能夹到 = 几何没变，问题在策略 │ 同样偏 = 去查硬件

C 空跑 1 次（面板，手臂不动）
  看 device=cuda · 总线认对 · 头部锁定 ≈ (−4.3, 49.8) · HELD=0

D 实跑 10 次（速度 1.0 / 40 s / 动作块 auto）
  手放 12V 插头 · 至少 3 次把杯子挪 2–3 cm · 当场判定

E 事后分析（2 min，不靠肉眼）
  trace_vs_demo.py → 量化结论
  grasp_sight_check.py → 准星构图

F 回填 GOAL-NEXT.md（做完一件事就把边界条件写回去）

一次只改一个变量。速度、时长、chunk、checkpoint、数据 —— 一轮只动一个。 这条在本次调试里被反复验证：先排速度、再排时序，每次单独改、单独看， 才能把六个嫌疑一个个摘干净。

八、下一步（按性价比排序）

#	动作	代价	预期
1	重放实验	5 min	裁决硬件 vs 策略，避免后面全白干
2	换 checkpoint 016000 / 018000 各 3 次	20 min	零成本，不同步数对极端段拟合可能差很多
3	定向补录：右侧杯位 4 → 15 集	1–2 h	最高性价比，直击 r=−0.88
4	v2 重训：80/20 分层 + 轻量增强	3 h+	堵死"走到大概那片区域"的捷径
5	调超参	—	暂不做 —— 分布问题没解决前只是换种方式过拟合

仓库内对应文档：03-software/TUNING-PLAYBOOK.md（完整操作手册）· 03-software/TRIALS-2026-08-23-miss-analysis.md（失败分析）· 数据：05-training/trials/trials-20260823-*.json · 本页由现场分析整理，假设与事实分开标注。