具身智能實踐（十四）：方塊落進盒子，就能宣布任務完成嗎？

git clone https://github.com/VirtualSelect/hohoo-embodied-agent.git hohoo-embodied-agent-study
cd hohoo-embodied-agent-study
git checkout 9800095689ce3893f9e7a6ec681355e76c6fcff6
python -m venv .venv
$py = '.\.venv\Scripts\python.exe'
& $py -m pip install -r requirements-lock.txt
& $py experiments/vl01_qualified_completion/run.py --out outputs/my-run
& $py experiments/vl01_qualified_completion/audit.py outputs/my-run

固定版本程式碼 · 原始記錄與審計 · 實驗檔案

上一輪下降階段恢復留下了一個容易誤判的結果：控制器已經終止，方塊卻落進了盒子。如果只截取最後一幀，這看起來像一次成功放置。

這一輪把“完成”接回整個執行過程。核心問題是：物理目標滿足過、當前仍滿足、控制器有資格宣布完成，是否應該用同一個布林值表示？

先看最有區分度的案例

在下降鬆爪條件中，方塊於 6.102s 滿足持續放置證據；控制器於 6.442s 因重新驗收超時進入 ABORTED。12s 時方塊仍在目標區域，但計畫中的釋放流程沒有正常執行。

因此三個讀值分別為：

曾滿足物理放置：true
當前物理放置：  VALID
有資格的完成：  ABORTED，且沒有完成時間

不是把物理成功改寫成失敗，而是保留它回答的問題：物體在哪里，與任務是如何走到這裡的，是兩條不同證據。

把模組接起來：動作狀態與完成狀態並行

接近 → 閉爪 → 抬起 → 搬運 → 下降 → 釋放
                 │       │       │
                 └── 階段契約監測 ─┘
                         ↓ 異常
          暫停 → 預算內重新驗收 → 重建剩餘路徑
                         └ 預算耗盡 → ABORTED → 退出動作

每個控制週期另行觀察：
收到的觀測封包 → 新鮮度 → 物理放置 → 目前有效性
                                     ＋釋放意圖、未終止 → 完成資格

這是既有模組的職責關係，不是新增控制器。E7 的階段契約決定「目前階段要驗收什麼」；E10 的恢復預算決定「能等多久、重試幾次」；E13 的階段恢復連接兩者。E14 觀察器在旁路計算結果，不向執行器寫入動作。

ABORTED 是執行流程終態；VALID / INVALID / UNKNOWN 描述目前證據支持什麼；completed_at 保存歷史事件。它們可以同時取不同值，並不矛盾。

小練習：方塊仍在盒內，但最後一條觀測已過期，應顯示成功還是失敗？

物理真值可能仍滿足目標，但觀察器沒有新證據，應顯示 UNKNOWN。不能依舊封包繼續顯示 VALID，也不能斷言方塊已掉落。歷史時間可保留，下游須明確決定等待、暫停或進入退出流程。

2026-10-06 勘誤：目前實作尚不能保證的契約

複核固定程式碼後發現兩個可重現邊界，原八條零傳輸延遲軌跡不涵蓋它們：

1. 過期檢查先於新封包處理。 E11 基類先算上一個封包的年齡。每 20ms 取樣、固定延遲 40ms、門檻 60ms 時，新封包本身未過期，但每次到達前舊封包剛好過期，視窗反覆清空，持續放置仍停在 VERIFYING。拒絕單次陳舊封包正確，不代表延遲連續流也正確。
2. 釋放只有布林值，沒有釋放時間。 E14 無法拒絕「釋放前取樣、釋放後到達」的封包。2ms/tick 反例中，釋放於 tick 100，首包取樣於 90、到達於 100；tick 230 完成，最後證據取樣於 220。釋放後證據跨度僅 120 tick（240ms），小於規定的 125 tick（250ms）。

「不借用釋放前證據」是期望契約，不是目前程式碼的普遍保證。原 7.102s / 7.302s 等時間仍屬既有固定場景觀測；本輪未改寫舊軌跡或補跑物理實驗。重用前應分別修正接收處理順序與釋放時間邊界，補上延遲、重複、亂序及時間倒退回歸，不是調大單一門檻即可解決。

三個判定器觀察同一條軌跡

本輪重用 E13 的階段感知控制與 E11 的完成有效期。只增加旁路觀察器，不讓觀察器改變動作。

判定器	需要什麼	完成後是否繼續檢查
歷史物理放置	曾抬起，持續滿足位置、速度和接觸條件	不撤銷歷史事實
當前物理放置	相同物理條件與新鮮觀測	會進入 INVALID 或 UNKNOWN
有資格的當前完成	當前物理證據，加正常釋放意圖與未終止的執行流程	會失效；ABORTED 是終態

這是 8 條物理軌跡，每條 3 個判定讀值，不能寫成 24 次獨立實驗。歷史判定直接保留物理觀察器是否曾有效，避免為了同一事實再維護一套物理規則。

怎樣定義“釋放過”

不能沿用“模擬時間超過 6.5s 就算釋放”。恢復會重建後續軌跡，正常釋放的時間可能隨之改變。

本輪只有當實際執行處於 running、當前動作階段為 release，且夾爪指令小於 0.005m 時，才記錄釋放意圖：

if gate.state == 'running' and phase == 'release' and target[3] < .005:
    released = True

這個標記來自下發指令，不是硬件確認，也不證明夾爪真的打開。物理接觸和穩定性仍要靠後續觀測驗收。抬起前提也來自收到的新鮮觀測，而不是直接讀取模擬真值替觀察器作弊。

終止處理則獨立於物理判斷：

if aborted or self.aborted:
    self.aborted = True
    self.start = None
    self.transition('ABORTED', now, 'controller-terminal')
    return
self.update(now, released, lifted, packet)

如果此前已經完成過，歷史時間仍保留；但當前狀態不能在終止後被新的“好觀測”重新變成成功。本次鬆爪案例此前並未取得完成資格，因此完成時間為空。

實驗設置與故障範圍

每回合 12s，MuJoCo 3.3.7 以 2ms 步長推進。每 20ms 發送一條觀測；證據超過或等於 60ms 未更新即過期。連續放置窗口為 250ms，受取樣間隔影響，本輪實際從第一條好觀測到確認需要 260ms。

物理謂詞繼續使用原場景：x、y 與盒心偏差小於 45mm；z 與 26mm 的偏差小於 6mm；速度小於 0.02m/s；接觸盒底，且不接觸左右夾指。最終物理驗收檢查最後 500ms，而完成觀察器使用收到的包。

條件	注入內容
正常	無故障
下降短暫缺測	5.6—5.84s 不發送觀測
下降鬆爪	5.6—5.84s 將夾爪命令改為打開
下降永久缺測	5.6s 後不再發送觀測
釋放後推動	8—8.08s 施加 x 方向 1N 外力
釋放後靜默	8—8.4s 不發送觀測
單條壞觀測	8.202s 把收到的 x 位置改為 0.5m，物理狀態不變
重放舊觀測	8—8.4s 重複發送 8s 前最後一個包，保留舊取樣時間

最終狀態揭示了哪些差別

條件	最終物理驗收	歷史放置	當前物理狀態	有資格的當前完成
正常	通過	是	VALID	VALID
下降短暫缺測	通過	是	VALID	VALID
下降鬆爪	通過	是	VALID	ABORTED
下降永久缺測	未通過	否	UNKNOWN	ABORTED
釋放後推動	未通過	是	INVALID	INVALID
釋放後靜默	通過	是	VALID	VALID
單條壞觀測	通過	是	VALID	VALID
重放舊觀測	通過	是	VALID	VALID

有兩種不同的誤讀：鬆爪組說明“當前物理有效”仍不足以代表正常任務完成；推動組說明“歷史完成”不足以代表目標現在仍滿足。三個判定器正好把兩種問題拆開。

正常組的物理完成時間是 7.102s，有資格的完成時間為 7.302s。這兩組零傳輸延遲軌跡在釋放意圖後重新收集視窗；延遲觀測能否滿足相同契約，見上方勘誤。下降短暫缺測恢復後對應為 7.142s 和 7.342s。增加的等待是判定規則的結果，不是機械臂動作變慢。

終點相同，中間狀態可以不同

只看最終表會漏掉三個重要過程：

• 釋放後靜默：8.042s 變為 UNKNOWN；8.402s 收到新包後重新收集；8.662s 才恢復 VALID。
• 重放舊包：狀態時間與靜默組一致。資料一直到達，但舊的取樣時間不能刷新證據有效期。
• 單條壞觀測：8.202s 立即 INVALID；8.222s 開始重新驗收；8.482s 恢復 VALID。方塊始終未被推動，這暴露了當前規則對單點噪聲的敏感性。

因此 completed_at 和 current_validity 都需要保留。一個用於記錄歷史，另一個用於決定下游動作現在還能否依賴這個結果。

觀看已記錄狀態回放

左側正常、中間下降鬆爪、右側釋放後推動；這三幅畫面是不同故障場景，不是同一故障下三種控制策略的對照。標簽顯示當前完成資格。暫停在 8.4s 左右，可以同時看到正常有效、偶然放置但已終止、完成後被推離目標三種情況。

影片從存檔的 qpos、qvel 和 ctrl 恢復畫面，只呼叫 mj_forward，不再推進物理模擬，不計為新增回合。

如何重現與核查

在具身工程根目錄使用已有虛擬環境：

python -m unittest discover -s experiments/vl01_qualified_completion -p test_completion.py
python experiments/vl01_qualified_completion/run.py --out evidence/my-completion-run
python experiments/vl01_qualified_completion/audit.py evidence/my-completion-run
python experiments/vl01_qualified_completion/replay.py --evidence evidence/my-completion-run

歸檔含 48,000 行控制／觀測記錄、4,800 個回放狀態，以及逐回合摘要、哈希和凍結版本。審計從原始 CSV 獨立重建三個狀態序列與最終物理驗收；七組契約測試覆蓋釋放前提、終止不可逆、歷史保留、缺測、壞觀測、舊包與時間倒退。

查看 lower-drop/control.csv.gz 時，將 state_after、release_intent、current_physical、qualified 並排放在一起，比只看 summary 中的 placement 更能解釋結果。

這一輪仍沒有解決什麼

觀察器目前只輸出狀態，不會在釋放後 INVALID 時自動重抓取或撤離。控制器仍可能顯示 running，而完成觀察器已經 INVALID；這是不同狀態機的職責邊界，不應合並成一個欄位。

單條壞包就撤銷有效性是否過於敏感，需要帶噪聲分布的獨立實驗。釋放意圖也需要在更真實的系統里升級為執行確認。當前固定模擬沒有證明真機安全、通用成功率或完整 VL01 已完成。

下一步優先驗證：下游動作如何訂閱有效性變化，並在失效後安全停止或重新規劃。這比繼續增加一個“成功百分比”更能檢驗完成契約是否真正被系統使用。

修復進展 · 2026-10-07

2026-10-07 修正：先處理同一時刻的新觀測再判斷過期；E14 記錄釋放意圖時刻，排除釋放前採樣的遲到包。20 項判定器檢查及原 E11/E14 協議的 7/8 回合重跑通過獨立稽核。舊證據仍對應原固定版本，不據此擴大到實機或完整里程碑。

修正版程式碼與回歸指令。