实验 / 023
具身智能实践(十二):恢复预算耗尽之后,夹爪应该做什么?
12 个 MuJoCo 回合与三画面回放,对比保持、松爪、松爪后退,区分终止决定与实际退出后果。
实验结果
01 / 问题
12 个 MuJoCo 回合与三画面回放,对比保持、松爪、松爪后退,区分终止决定与实际退出后果。
方法
四种观测条件 × 三种退出动作,12 秒/回合,2ms 物理步长,保持 E10 门控与预算不变。
结果
重复/永久间断两组的三种退出均未完成放置;保持留下双指接触,松爪两策略让方块落到地板。
观察
重复间断 5.422 秒预算终止,永久间断 5.142 秒截止终止;12 组退出前轨迹比较完全一致。
结论
终止决定和退出动作应分别建模;没有策略在本矩阵中挽回放置,退出不代表任务完成。
局限
固定场景,不是真机安全证据;下降静默未触发 transfer-only 门控。没有重抓取、ROS2 或完整 VL01。
复现
固定代码和原始记录见仓库;正文给出运行、独立审计和回放命令。
继续探索