explore/PhaseLatch/docs/05_experiments.md

PhaseLatch 基线与实验计划

当前规划入口（2026-10-13）：项目规划。本文保留原始调研/设计与技术依据；旧“首轮”范围、优先级及状态不代表最新计划，发生冲突时以当前规划及具名验收记录为准。

高难度需要由实验说明。 期望现象不是“所有模型零成功”，而是基础操作已可靠时，接触关系、事件后的状态变化与动作更新仍造成可解释差距。如下均为拟实验，没有模型实测结果。

必须比较的基线

基线	实现方式	回答的问题
保持旧动作	事件附近延续当前命令或冻结动作队列	事件本身会否让旧动作产生额外损失
立即停机	按传感器阈值触发真实限幅停止	是否一个急停就能完成全部任务
全程低速	固定低速、较短动作执行前缀	是否仅靠保守操作已经解决
提前支撑与机械防护	托举、垫块、限位等合法工具	是否预防才是合理最优策略
固定阈值与状态机	力下降、张力上升、速度越界检测后卸载	学习模型是否超越经典规则
视觉伺服与柔顺控制	从允许相机估计运动，固定阻抗或力控制	同传感器局部控制能达到什么程度
模型控制	基于估计参数的 MPC 或规划加反馈	动力学预测能否带来收益
结构感知的规则策略	从可见连接图选择支撑与卸载位置	所谓物理推理是否可由小型解析系统解释
全状态可行参考	同机器人约束，读取真实状态与材料参数	任务是否可行以及可救的启动时间下界

简单基线需要调优预算和开发集，不能只写一个不匹配装置的默认阈值。全状态专家不是受限模型的公平排名对手，但它是任务资格验证的重要证据。

学习策略和分层系统

首轮建议使用一个较小的示范策略、一个可用的 VLA，以及一个结构规划器加低层控制器。具体 checkpoint、代码和硬件在真正实验开始时核查并冻结；此研究交付不声称已经适配最新模型。

若 RoboDojo 为主平台，可复用 XPolicyLab 的模型接入流程；若 EmbodiedSWE 为主基底，可沿其 VLA 数据转换和冻结程序轨道。沿用某平台原生 action 时应保留限幅与增益，不能为了力控制悄悄更换为更强动作接口。

比较三种部署方式：单一策略按图像输出动作；同策略配事件检测与队列取消；高层选择接触方案，低层按视觉或力觉执行。第三种获胜时，要进一步比较相同低层控制器配规则高层，否则无法确定收益来自大模型。

对于“同一模型改变频率”的实验，优先冻结权重，只改注入延迟、观测采样和真正执行前缀；改模型输入长度、控制器或重新训练属于不同实验。加速收益与能力收益分开解释。

三个首轮研究假设

假设	配对试验	何时不能支持
单纯动作快不足以处理不可逆转变	匹配总延迟与低层控制；改变可见受力结构和正确接触方式	快速固定脚本跨所有结构同样成功
事件后旧动作会增加永久损失	同状态重放保持、取消、卸载或错误方向；记录真实位移与断裂	取消权与动作幅度同时变化，或受力传播只来自脚本
转变前准备可抵消部分在线延迟	同实例比较允许支撑与无准备恢复快照；用一致机器人能力	把两轨道混排，或“无准备”状态不是正常轨迹可达

另测力觉收益、材料探测历史收益和正确接触提示收益。若事件标记 oracle 明显改善，只说明事件识别或信息延迟相关；若真实参数 oracle 改善，则提示辨识不足。它们并非完全正交，需要组合控制。

可管理的实验矩阵

第一轮每任务先用开发集选出稳定的 10 至 20 种结构与参数实例。正式初测可用每任务 50 至 100 个配对种子，三类基线、四个注入延迟点，两条主轨道。延迟点例如 0、50、100、200 ms，必须先根据任务可救窗口筛选；不能机械套用到只有 40 ms 裕量的突破题。

用于消融的不可取消执行前缀例如 20、100、300 ms；它与预测 chunk 总长分开。相机频率、力觉赛道与控制器赛道先分别试验，避免一次进行几千个不可解释的组合。

以 3 个任务、100 个种子、4 个延迟、6 个系统、2 个轨道为例，需要 14,400 个 episode。若平均物理任务时长 20 s，纯任务时间为 80 小时，再乘实际仿真速率和并行能力，并加渲染、推理与初始化成本。这只是预算算例，不能当作当前硬件的耗时预测。

按结构实例 bootstrap 延迟曲线和系统差值，报告二项成功率区间。策略随机性使用独立策略种子，重放随机扰动则保持配对。先做基础和宽松条件，以确认失败不是抓工具、IK 不可达或初始穿透造成的。

泛化划分

不只划分随机种子。分别提供外观留出、质量与刚度范围留出、接触几何留出、连接图留出、目标分离位置留出，以及可组合的双臂阶段留出。参数外推需限定可行范围，不能将不可救样本计成一般泛化失败。

主测试包含“外观类似而可探测物理不同”与“外观改变而力学相同”两类，帮助分离材料辨识和视觉域偏差。阈值与外观不建立固定快捷关联；但去掉关联后必须仍保留其他识别路径。

由正常操作产生恢复快照时，以生成该快照的整条基础轨迹或场景实例划分 train、validation、test，避免同一快照轻微变形后同时出现在训练和测试。测试实例禁止在线反复重置试探；可在一次 rollout 中进行合法无损探测。

难度的验收条件

建议在开发期采用如下验收目标，并在冻结正式任务前公布；阈值是项目选择，不是机器人研究的一般标准。

1. 基础无失效条件的技能成功率达到约 90%，失败来源可解释。
2. 全状态参考在宽松时间条件达到约 90% 无额外损失成功，证明可执行性而非最佳性能。
3. 保持旧动作、全程慢速、立即停机和固定支撑不能同时通吃所有核心结构；具体失败必须由真实任务机制解释。
4. 至少两种可见结构需要不同接触或准备方案；在相同速度和延迟下错误方案仍可能损坏。
5. 放宽时间有助于部分任务，增加结构信息有助于另一部分，形成能区分的难度轴。
6. 对物理时间步、连接刚度、失效门与渲染频率做敏感性检查，结论在合理范围稳定。

不要求所有通用 VLA 必须低于某个成功率，也不以模型表现选择测试阈值。标定后冻结设计，再用未见系统检验难度，避免追着某个模型制造失败。

希望产生的论文图表

核心图包括：按时且无损 SR 随延迟变化；固定结构的纯带宽曲线与固定延迟的结构泛化曲线；完整任务的预防收益与恢复任务结果；取消旧动作对额外断裂或位移的配对影响；以及视觉、力觉、事件提示和真实参数 oracle 的差距。

采用各任务物理量，不把毫米、焦耳和断裂数量未经说明加成一个总超调分。若需要总分，先给各任务归一化尺度和权重，同时保留逐项指标，且联合成功率仍为最易理解的主结果。