G2 放球任务优化 · 数据筛选 · 2026-11-16

30hz_full_fast60

从 30hz_full 按「入桶循环」筛操作流畅、快的示范,生成可直接训练的独立子集。 规则名 FAST60;工具 tools/make_fast_subset.py。

动机 指标 规则 流程 规模 保留 vs 剔除 冒烟 训练用法 抽查页 →

保留 ep
181 / 376
48.1% · 合格 302 中前 60%
保留帧
52.9 万
42.9% · ≈4.9 小时 @30Hz
划分
172 / 9
train / val
包体
≈7.2 GiB
实体 parquet + 三路视频
一句话:按右手「夹球→入筒→松开」循环量每球耗时,丢掉犹豫 / 重抓 / 多峰修正的慢示范; 保留集每球中位 6.97s(剔除 9.82s),总时长中位 97.5s vs 131.4s。 与 clean_DG 重叠 155 ep;目标是提任务完成速度,不是单独治抖动。

1. 动机

2. 指标含义

手臂关节空间,fps=30;夹爪指令阈值:> −0.39 视为闭合(−0.785=开,0=闭)。

period_meds

相邻两次松开的间隔中位数 = 每个球耗时。

↓ 越快越好 · 评分权重 ×2。

idle_frac

首夹→末松窗口内,双臂角速度都 <0.15 rad/s 且持续 ≥0.5s 的时间占比。

↓ 越小越好 · 犹豫 / 发呆。

fumble_rate

夹爪抖动 + 重抓次数 ÷ 入桶循环数。松开后 1.0s 内又夹住 = 重抓(并入同球,不算新球)。

↓ 越小越好 · 避免把磕绊算成「放了很多球所以很快」。

submov

取球 / 送球段右臂速度峰个数中位数。1 = 单峰钟形。

↓ 越小越好 · 多峰 = 中途修正。

setup_ss

开局到第一次夹球。

↓ 越小越好 · 权重 ×0.5。

path_eff / ldlj / hf3n

关节路程÷直线位移;log 无量纲 jerk(越大越顺);hf3÷平均角速度。

顺滑辅项;hf3n 速度归一化,避免误伤快示范。

3. 筛选规则 FAST60

阶段逻辑意图
切循环 右夹爪闭合段;张开 <0.4s 合并;夹持 ≥0.5s;松开后 1s 内再夹 = 重抓并入 以「球」为单位,不按整条时长
硬过滤 入桶 ≥3;过抗抽搐规则 D(同 clean_DG);track ≤ 9 去掉过短 / 毛刺 / 跟踪差
评分 各指标 robust z(中位/MAD,截断 ±3)加权求和,越低越好 period×2 · idle/fumble/submov×1 · setup/ldlj/path_eff/hf3n×0.5
保留 合格 302 条中评分前 60% → 181 条 规则名 FAST60

硬过滤不合格 74 条:anti_twitch_D×36 · track>9×21 · 两者兼有×11 · 入桶<3×6。 第一版未合重抓时,部分 ep 被数成 20+ 循环;修后 n_cycles 中位稳定在 11。

4. 处理流程

01
扫描
逐 ep 切循环、算快/稳/顺指标 + D/track
02
打分
合格集 robust z 加权;排序取前 60%
03
划分
keep ∩ 原 train/val;保留原始 episode_index
04
落盘
copy 保留 ep 的 parquet + 三路 mp4
05
norm
按 train 重算 q01/q99/mean/std(floor 0.2)

5. 筛选后规模

项源 30hz_fullfast60保留率
episodes 37618148.1%
frames 1,233,336529,33642.9%
train / val ep —172 / 9—
train frames · 小时 —501,603 · ≈4.6h—
与 clean_DG 重叠 155 ep · fast-only 26 · clean_DG 保留 276
ep 保留
绿 = keep 181 · 其余 drop / 不合格 195
帧保留
低于 ep 比例 → 保留的偏短、偏快

6. 保留 vs 剔除(合格集中位数)

指标合格全集保留剔除
每球耗时 period_med (s) 7.776.979.82
总时长 dur (s) 110.897.5131.4
静止占比 idle_frac 0.0290.0160.058
重抓率 fumble_rate 0.100.090.22
子动作数 submov 434
路径绕行比 path_eff 2.111.962.26
hf7 (mrad) 2.002.051.85

保留集 hf7 略高:快动作天然带一点高频,但仍在规则 D 上限内。训练后需盯真机抖动。

7. 5000pro 冒烟(200 step)

项结果
配置 8×RTX PRO 5000 · bs/gpu=8 · global=64 · FSDP=8 · 200 step
墙钟 395 s ≈ 6.6 min(稳态 ≈1.6 s/step;末步写 ckpt ≈22–31 s)
loss 0.47 → ~0.03,正常下降 · EXIT=0
ckpt /ckpt/ymq/badminton651/runs_fast60_smoke/.../fast60_smoke_8gpu_200step_20261116_165838

同配置粗算全量 90k step 约 1.5–2 天(视存盘间隔)。

8. 路径与训练

# 本机实体包(5000pro / jump)
/data/badminton651/merged/30hz_full_fast60/     # ≈7.2G,0 symlink

# 仓库 keep 名单与脚本(pi05_ktp)
tools/KEEP_EPISODES_30hz_full_fast60.json
tools/make_fast_subset.py
tools/materialize_keep_copy.py

# 再生成(有 pyarrow)
python3 tools/make_fast_subset.py \
  --src /data/badminton651/merged/30hz_full \
  --dst /data/badminton651/merged/30hz_full_fast60 \
  --keep-frac 0.6 --materialize copy

# 仅按名单实拷(无 pyarrow)
python3 tools/materialize_keep_copy.py \
  --src /data/badminton651/merged/30hz_full \
  --dst /data/badminton651/merged/30hz_full_fast60 \
  --keep tools/KEEP_EPISODES_30hz_full_fast60.json

# 训练要点
BADMINTON651_DATASET=.../30hz_full_fast60
BADMINTON651_ASSET_ID=badminton651_fast60   # 或数据集 openpi_assets/badminton651
BADMINTON651_ACTION_HORIZON=30