Update model card with step56000 recommendation

README.md

@@ -12,11 +12,9 @@ language:
 library_name: openpi
 ---
 
-# Sortpackage Round2 Step85000 Policy
+# Sortpackage G2_90d Policy Checkpoints
 
-这是一个用于具身智能分拣包裹实验的推理权重，上传目录为
-`round2_step85000/`。它来自 `sort-packages-combined-pi05-5epoch` 训练任务的
-`round2_step85000` checkpoint，并已去除训练 optimizer 等训练参数，仅保留推理所需文件。
+本仓库保存用于具身智能分拣包裹实验的 inference-only policy checkpoint。当前推荐候选是 `step56000/`。
 
 ## 目标机器人
 
@@ -27,21 +25,45 @@ library_name: openpi
 
 ## 目标任务
 
-该策略用于 `sorting_packages_continuous` / `Sort Packages` 任务：机器人需要在桌面或仓储工作台场景中抓取包裹/盒子，并完成包裹分拣流程。当前 checkpoint 是为了评估 G2_90d 机器人在分拣包裹任务上的迁移与推理效果而保存的 inference-only 权重。
+策略用于 `sorting_packages_continuous` / `Sort Packages` 任务：机器人在桌面或仓储工作台场景中抓取包裹/盒子，并尝试完成向右转腰和放置/分拣流程。
 
-## 文件
+## Checkpoints
 
 ```text
-round2_step85000/model.safetensors
-round2_step85000/metadata.pt
-round2_step85000/assets/pi05_popcorn_21d/norm_stats.json
+round2_step85000/
+step56000/
 ```
 
-其中 `model.safetensors` 是策略权重，`metadata.pt` 与 `norm_stats.json` 为推理所需元数据和归一化统计。仓库中没有上传 optimizer state 或完整训练中间状态。
+每个 checkpoint 均只包含推理所需文件，不包含 optimizer state 或训练分片缓存。
+
+`step56000/` 文件结构：
+
+```text
+step56000/model.safetensors
+step56000/metadata.pt
+step56000/assets/pi05_popcorn_21d/norm_stats.json
+step56000/assets/pi05_sort_packages_combined_21d/norm_stats.json
+```
+
+其中 `pi05_sort_packages_combined_21d` 是原始 asset 名，`pi05_popcorn_21d` 是为了兼容当前 runtime 默认查找路径而保留的一份同内容 `norm_stats.json`。
+
+## 当前模型选择结论
+
+按同一规格评测：自然光 6500K / 1000，prompt 为 `Sort Packages`，新夹爪环境，无 mapper，seeds 为 `1 11 21 31 41 51 61 71`，每个权重 32 局。
+
+| 权重 | 抓取 | E2E | upright | inside | 抓后右转腰部 |
+|---|---:|---:|---:|---:|---:|
+| `round2_step85000` | 4/32 | 0/32 | 1 | 0 | 0 |
+| `step56000` | 3/32 | 0/32 | 2 | 1 | 1 |
+| `step64000` | 2/32 | 0/32 | 1 | 0 | 0 |
+
+明确选择：`step56000` 是当前最佳候选。它的抓取率低于旧 `round2_step85000`，但它是唯一出现 `inside=1` 和抓取后明显右转腰部的权重，更接近完整分拣流程。`round2_step85000` 适合作为抓取率较高的基线；`step64000` 弱于 `step56000`。
+
+当前评测仍未出现 E2E 成功，因此这些权重更适合作为研究和继续调试的 checkpoint，而不是稳定生产策略。
 
 ## Action 维度对应
 
-策略输出为 21 维动作。在当前 G2_90d 新夹爪环境中使用直接布局，不需要旧的 motion mapper，也不需要对夹爪做 relabel。
+策略输出为 21 维动作。在当前 G2_90d 新夹爪环境中使用直接布局，不需要旧 motion mapper，也不需要对夹爪做 relabel。
 
 | 维度 | 关节/含义 |
 |---:|---|
@@ -73,36 +95,22 @@ round2_step85000/assets/pi05_popcorn_21d/norm_stats.json
 - `14:16`：90D 左右夹爪 2 维。
 - `16:21`：G2 腰部/躯干 5 维，运行时对应 `idx01_body_joint1` 到 `idx05_body_joint5`。
 
-## 推理使用说明
+## 推理说明
 
-该权重按 policy server 默认 checkpoint 目录组织。容器内可挂载到：
+容器内可将目标 checkpoint 挂载到 runtime 默认目录：
 
 ```text
 /home/syf/popcorn_pi05_best_9000
 ```
 
-启动策略服务时建议使用提示词：
+策略服务 prompt 建议固定为：
 
 ```text
 Sort Packages
 ```
 
-## 已知验证状态
-
-在 Syf 隔离的 GenieSim G2_90d 自然光环境中做过多 seed 仿真对比。合并 8 个 seed、每个权重 32 局的结果中，`round2_step85000` 在候选权重里抓取率最高：
-
-```text
-pickup: 4/32
-e2e: 0/32
-upright: 1
-inside: 0
-right_turn_after_pickup: 0
-```
-
-因此该权重目前更适合作为分拣包裹任务的研究/对比 checkpoint，而不是已验证可直接部署的稳定生产策略。
-
 ## 注意事项
 
-- 该 checkpoint 面向 `G2_90d` 新夹爪布局；不要按旧 `idx41/idx81` 夹爪接口使用。
+- 面向 `G2_90d` 新夹爪布局；不要按旧 `idx41/idx81` 夹爪接口使用。
 - 当前布局下不需要旧 motion mapper。
-- 任务提示词应与训练/评测保持一致，使用 `Sort Packages`。
+- `step56000` 是当前最佳整体候选，但 E2E 仍为 0/32，需要继续前台复现和定位。