具身智能实践（十二）：恢复预算耗尽之后，夹爪应该做什么？

git clone https://github.com/VirtualSelect/hohoo-embodied-agent.git hohoo-embodied-agent-study
cd hohoo-embodied-agent-study
git checkout 2cf78a9afce618ea8ce35a882f0db203b2a74f57
python -m venv .venv
$py = '.\.venv\Scripts\python.exe'
& $py -m pip install -r requirements-lock.txt
& $py experiments/vl01_abort_exit/run.py --out outputs/my-run
& $py experiments/vl01_abort_exit/audit.py outputs/my-run

固定版本代码 · 原始记录与审计 · 实验档案

恢复预算耗尽，状态机进入 aborted。接下来夹爪应该做什么？继续夹住、立即松开，还是松开后抬离现场？

之前的 E8 比较过退出动作，E10 限制过恢复次数，但两者还没有组合验证。这一轮固定 E10 的监控与恢复条件，只替换终止后的执行动作，跑了 12 个 MuJoCo 回合。结果很直接：两组搬运阶段中断条件下，三种退出动作都没有完成放置；它们只是留下了不同的物理后果。

这篇记录失败的差别，也回答一个工程问题：决定不再继续任务，与决定执行什么退出动作，为什么必须分开建模。

先看同一次终止的三种后果

下面不是制作出来的示意动画。三个画面来自 repeated-gap 条件的归档状态：每 20ms 保存一次 qpos/qvel/ctrl，重放时调用 mj_forward 更新可视化，不再次推进物理仿真。视频按每隔一个记录取一帧生成 25fps，三侧使用相同时间点。

左侧保持夹持，方块停在半空；中间松爪，方块落到盒子外的地板；右侧松爪后抬升夹爪，方块仍在地板上。三个画面中的盒子位置没有变，退出前轨迹也经过逐行一致性检查。视频展示的是脚本控制的仿真夹爪，不是真实机械臂、视觉策略或学习得到的机器人控制器。

两层状态，各自回答不同的问题

决策层	输入	输出
恢复门控	观测年龄、抓取证据、重新确认窗口、恢复次数	运行、等待或终止
退出执行	终止时保存的目标、经过的时间、退出策略	夹爪开合与位置目标

保持原来的恢复规则：只在 transfer 阶段主动检查抓取；观测每 20ms 采样，年龄达到 60ms 进入等待；恢复需要暂停后新鲜、连续的良好证据覆盖至少 100ms，每次等待至少 400ms；最多恢复两次，等待 800ms 仍未恢复则终止。

预算检查在冷却检查之前：两次恢复已经用完时，下一次满足恢复证据的机会直接触发预算终止，不需要再等满 400ms。这是沿用 E10 的规则，不是根据本轮结果临时调参。

终止本轮任务后不自动重抓，也不清零预算重新运行。aborted 不再退回 running，但物理模拟还要继续，才能看到退出动作的后果。

冻结条件：四种观测情况乘三种动作

场景、方块、盒子、执行器、控制路径与最终放置判据都沿用前序实验。物理步长 2ms，每回合持续 12 秒，每个组合运行一次，没有随机扰动或成功率统计。

条件	故障注入	用途
clean	无	确认新增退出逻辑不改变正常路径
repeated-gap	4.3–6.94 秒，每 440ms 周期前 140ms 不发观测	触发多次暂停，最终耗尽恢复预算
permanent-gap	4.3 秒起不再发观测	触发重新确认截止时间
lower-silence	5.6–5.84 秒不发观测	保留 transfer-only 监控覆盖范围外的对照

这些故障删除的是观察包，没有瞬移方块或伪造物理位置。它们按绝对仿真时间注入；不同控制器可能因暂停而处于不同阶段，所以不能把结果解释为任意任务阶段都具有相同暴露时间。

三种动作只在终止后的下一物理步生效：

• hold：继续使用保存的夹持和位置目标。
• open：位置不变，夹爪开合目标设为 0。
• open-retreat：先松爪；200ms 后，在 600ms 内按 smoothstep 将高度目标提高 100mm。

hold 也不是断电停机。执行器仍在追踪目标、持续施加控制，这份实验没有测热量、力限值或能耗。

实际结果：终止一致，物理后果不同

条件	终止时间	恢复次数	hold 最后状态	open / open-retreat 最后状态	放置判据
clean	未终止	0	盒底接触	盒底接触	三种均通过
repeated-gap	5.422 秒	2	双指接触，方块约 165.00mm 高	地板接触，方块约 19.99mm 高	三种均未通过
permanent-gap	5.142 秒	0	双指接触，方块约 165.48mm 高	地板接触，方块约 19.99mm 高	三种均未通过
lower-silence	未终止	0	盒底接触	盒底接触	三种均通过

无故障与下降静默组最终方块中心高度约 25.98mm，与盒底接触。表中的“通过”检查的是最后 500ms 内位置、速度、无手指接触以及先前确实抬起等约束；不是只在最终截图里目测“好像进盒子了”。12 回合没有 MuJoCo 数值警告。

重复间断组的事件链可以逐步解释：

4.342s HOLD → 4.742s RESUME
4.782s HOLD → 5.182s RESUME
5.222s HOLD → 5.422s ABORT (budget)

永久间断则在 4.342 秒暂停，经过 800ms 于 5.142 秒终止。两者终止原因不同，日志保留 budget 和 revalidation_deadline，不能统一吞成一个模糊的“失败”。

为什么抬高夹爪仍然不算更好的恢复

open-retreat 在视觉上更“干净”：夹爪离开了方块。但它没有改变已经失去支撑的方块落向地板这一事实。高度曲线中，松爪与松爪后退的方块最终高度相同，夹爪高度才分开。

同样，hold 保留双指接触，不代表任务更接近完成。它把物体继续留在盒子外的半空。若要选择真实系统的退出方式，还需要允许放置区域、碰撞、抓力、关节限位、人员接近等信息；本场景无法证明任一动作“最安全”。

因此，这组实验没有胜出策略。它说明的是：退出策略应接受任务和环境约束，不能把一个动作模板当成所有失败的通用补救。

下降静默为什么必须留下

lower-silence 最终放置成功，却没有触发任何暂停或终止。原因不是静默无害，而是本轮沿用的门控只监控搬运阶段；下降阶段的静默没有进入主动判定范围。

这个结果限制了结论：E12 研究的是“同一终止决定之后的动作”，并没有把 E7 的阶段监控全面并入 E10。保留覆盖范围外的条件，可以防止读者误以为已得到全程故障处理器。后续要做阶段监控、恢复预算和退出动作的完整组合，仍需另冻协议、另跑矩阵。

证据怎样复核

每回合归档三个文件：control.csv.gz 包含 6,000 行逐步控制/位置/观测；states.jsonl.gz 包含 600 个回放状态；summary.json 保存终止事件、接触和结果。合计 72,000 行控制记录、7,200 个状态、36 份原始文件。

独立审计核对文件哈希，重新计算故障时间表、退出目标、最终放置与状态投影，并检查同条件三种动作在终止之前的轨迹：四种条件共 12 组两两比较均一致。对无终止条件，比较覆盖整个回合。它没有穷尽验证所有可能的门控输入。

python -m unittest discover -s experiments/vl01_abort_exit -p "test_*.py"
python experiments/vl01_abort_exit/run.py --out evidence/abort-exit-MY-RUN
python experiments/vl01_abort_exit/audit.py evidence/abort-exit-MY-RUN
python experiments/vl01_abort_exit/replay.py --evidence evidence/abort-exit-MY-RUN

归档使用 Python 3.12.14、NumPy 2.2.6、MuJoCo 3.3.7。图表依赖 Matplotlib，回放使用仓库已有的 imageio/FFmpeg 与 Pillow。核心实验不需要渲染；回放需要可用图形环境。关于 mj_step 与派生状态更新可查阅 MuJoCo 仿真文档。

下一步该补什么

真正缺少的不是第四种固定动作，而是终止时可用的环境信息和退出约束。例如，是否存在已确认可接触的安全承托区域；观测失效时允许移动多远；物体掉落后是否应禁止再次闭爪。先把这些问题变成可检验条件，再比较策略，才可能从“停止以后做点什么”走向有依据的故障处理。

当前结论停留在固定仿真场景。没有 ROS2、真实机器人、学习策略或重抓取，也没有因此宣布完整 VL01、M4/M5 已完成。