progress-stop: 정지 행동 SFT 의 모델 체크포인트

분류: 정지 행동의 SFT 모델 체크포인트. 정책을 CALVIN 시연으로 다시 학습해 성공한 뒤 멈추게 하는 실험의 모델이다. 폴더 하나가 모델 하나다. 결과는 레포 Index-23227/vla-progress-label 의 calvin/RESULTS.ko.md 3.2 절에 있다.

• 성공률을 지키면서 성공 뒤에 스스로 멈춘 모델은 없었다. 성공률을 지킨 모델은 멈추지 않았고, 멈춘 모델은 성공률을 잃었다. stop 지시를 학습한 모델은 지시를 받으면 멈췄다.
• 그래서 4 차부터는 정책을 고정하고 완료 판정만 학습한다. 4 차의 판정기는 이 저장소에 없다.
• 결과를 철회한 모델도 기록을 위해 그대로 둔다. 아래 표에 적었다.

1 차: 시연 끝에 정지 구간을 붙였다 (π0.5 스무 개, 결과는 3.2 절)

폴더	무엇인가
pad0_s42_10k, pad0_s43_10k, pad0_s44_10k, pad0_s42_30k	정지를 붙이지 않은 대조군이다 (시드 셋과 30k 스텝)
pad9_s42_10k	시연 끝에 정지 프레임 9 개를 붙였다
pad30_s42_10k, pad30_s43_10k, pad30_s44_10k, pad30_s42_30k	정지 프레임 30 개를 붙였다
pad30_modevirtual_s42_10k, pad30_modetail_s42_10k	정지 프레임 30 개를 붙이는 방식을 바꿨다
pad90_s42_10k, pad90_s43_10k, pad90_s44_10k	정지 프레임 90 개를 붙였다
padrand_s42_10k, padrand_s43_10k, padrand_s44_10k	정지 길이를 무작위로 붙였다
stopcmd_modenone_s42_10k, stopcmd_modenone_s43_10k, stopcmd_modenone_s44_10k	stop 지시를 받으면 멈추도록 학습했다

2 차: 정지를 붙이는 위치, 지시문, 모델을 바꿨다 (π0.5 일곱, RLDX-1 셋, PALM 둘, 결과는 3.2.4 절)

폴더	무엇인가
lmdb_s42_10k	원본 시연 (LMDB 변환본) 의 대조군이다
suffix_s42_10k, suffixrand_s42_10k	원본 갈래와 지시 끝에 " then stop" 을 붙인 갈래를 함께 학습했다. 정지는 1 초와 무작위 길이다
stop0_s42_10k, stop0then_s42_10k, retract_s42_10k, retract_s43_10k	결과를 철회했다. 합성 데이터가 원래 장면이 아니라 평가 장면 D 로 그려져 있었다. 원래 장면으로 다시 합성한 데이터로 3 차에서 다시 학습했다
rldx_pad0_video, rldx_suffix_video, rldx_pad30_video	RLDX-1 의 대조군, " then stop" 두 갈래, 정지 1 초다
palm_time_e5_s42	PALM 에 시간 라벨의 진행도 head 를 붙였다
palm_phys_raw_e5_s42	결과를 철회했다. 장면 A 와 C 의 블록 과제에서 다른 블록을 읽은 물리 라벨로 학습했다

3 차: 정책과 함께 완료 head 를 학습했다 (π0.5 열둘, PALM 셋, RLDX-1 둘, 결과는 3.2.6 절과 3.2.7 절)

폴더	무엇인가
state7_s42_10k, state14_s42_10k	원본 시연에 로봇 상태 7 개와 14 개를 입력으로 넣었다
stop0thenh30_s42_10k	madokalif/calvin-abc-stop0-then-h30 으로 학습했다
stop0h15_done_s42_10k, stop0h15_done_detach_s42_10k	madokalif/calvin-abc-stop0-h15 (0.5 초 정지) 에 완료 head 를 붙였다
stop0_done_s42_10k, stop0_done_detach_s42_10k	madokalif/calvin-abc-stop0-h30 (1 초 정지) 에 완료 head 를 붙였다
stop0h90_done_s42_10k, stop0h90_done_detach_s42_10k	madokalif/calvin-abc-stop0-h90 (3 초 정지) 에 완료 head 를 붙였다
stopcmd_modenone_done_detach_s42_10k	madokalif/calvin-abc-plain 에 stop 명령 샘플과 완료 head 를 더했다
retracth30_s42_10k, retracth30_s43_10k	madokalif/calvin-abc-retract-h30 으로 학습했다
palm_noprog_e2_s42_ft, palm_time_e2_s42_ft	공개 PALM 에서 이어 학습했다. 진행도 없음과 시간 라벨 진행도다
palm_phys_e5_s42	고친 단조 물리 라벨로 처음부터 학습했다
palm_time_e1_s42_lr1.25e-4	학습률 비교의 중간 체크포인트다. 비교는 로더가 멈춰 결론이 없다
rldx_pad0_visual, rldx_pad0_b96	RLDX-1 의 시각 인코더를 학습한 모델과 배치 96 모델이다

• done 은 완료 head 를 함께 학습한 모델이고, detach 는 그 head 의 gradient 를 정책에 흘리지 않은 모델이다.
• π0.5 폴더에는 model.safetensors, metadata.pt, assets, InternRobotics 와 학습 로그 (train.log.gz) 가 있다. PALM 은 model.pth, RLDX-1 은 저자 형식의 체크포인트 폴더다.

CALVIN 저장소의 목적

분류	저장소	쓰는 곳
완료 판정의 학습과 평가 데이터	calvin-completion-abc	고정한 정책의 롤아웃으로 정지 head 와 외부 판정기를 학습하고 평가한다
완료 판정의 최종 시험 데이터	calvin-completion-d-test	판정기를 처음 보는 장면 D 에서 채점한다. 학습에 쓰지 않는다
정지 행동의 SFT 학습 데이터	calvin-abc-plain, calvin-abc-stop0-h15, calvin-abc-stop0-h30, calvin-abc-stop0-h90, calvin-abc-retract-h30, calvin-abc-stop0-then-h30, calvin-abc-stop0-then-h30-cam	정책을 CALVIN 시연으로 다시 학습해 성공한 뒤 멈추게 하는 실험이다
정지 행동의 SFT 모델 체크포인트	progress-stop (이 저장소)	위 데이터와 원본 시연으로 학습한 모델이다
외부 판정기의 평가 이미지	calvin-judge-frames-sft	학습하지 않은 판정기에 정면 해상도를 바꿔 묻는 평가다
완료 판정의 진단 예시	calvin-completion-failure-examples-v1	오판 사례의 진단과 보조 실험이다