跳转至

全局实验计划

最后更新：2026-07-24。

本页是全局实验矩阵与执行状态的唯一权威来源。baseline 定义和 metric 只在 评测策略 维护；每个结果的数值与输出路径在对应实验页维护。

当前决策

  1. 先冻结一条 canonical SMPL-X pick–place input 并完成 temporal review。
  2. 在同一 input 上完成 A0/A1/A4/A6/A8 的最小可比组。
  3. RePHO 作为 per-reference teacher-refiner 主候选接入，但不引入 video front-end。
  4. 只有 teacher gate 通过后，才生成 rollout dataset 并训练 InterPrior-style object-goal-only student。
  5. TokenHSI/UniHSI/VLM-RMD goal interface 放在第二阶段。

实验矩阵

工作包 对应决策 当前状态 证据等级 Canonical 页面
Kinematic generation 输入是否满足统一接口与几何质量 parity 通过；temporal manual review 未完成 阶段性 Kinematic Generation
Grasp refinement map-free proposal/refinement 是否跨对象稳定 8-object static gate 有结果；physics grasp 待验证 阶段性 Grasp Refinement
A0/A1 direct tracking raw/scene-agnostic lower bounds current direct pipeline 可运行；同序正式结果待补 待验证 Physics Teacher Selection
OmniGrasp A4 object-control prior 是否迁移 历史 zero-shot 有 diagnostic；strict current run 失败 阶段性 OmniGrasp
InterMimic A4/A8 HOI prior/scratch 是否能追踪 project motion native official-aligned 成功；current 597-frame scratch 正在训练 阶段性 Physics Teacher Selection
RePHO A6 alternating refinement 是否优于 fixed reference official repo 已拉入；adapter/运行未完成 待验证 Physics Teacher Selection
GRAIL latent baseline GRAIL-Min-SMPLX 是否可公平适配 29 项 CPU/contract tests 通过；hash-bound E0 需随最新源码重跑，正式训练禁止启动 待验证 GRAIL Minimal
External kinematic generators 其它 generator 是否改善 input HOI-FHLI 仅历史结果；InteractMove/HOSIG 无 reproduced result 阶段性/待验证 External Generators
Shared teacher per-reference 结果能否规模化 未开始 待验证 Physics Teacher Selection
Object-goal-only student teacher→state-based policy 闭环 未开始 待验证 项目范围
Goal-interface expansion token/contact/relation condition 未开始 待验证 方法主线

执行顺序与 stop gate

Phase 0：冻结输入

  • 完成 current 597-frame temporal render manual review。
  • 固定 body-shape、geometry、coordinate 和 active-hand contract。
  • 为所有 teacher adapter 生成同一 case manifest。

任何一项失败则不进行 architecture ranking。

Phase 1：最小 teacher comparison

  • A0 reference PD/open-loop。
  • A1 frozen PHC-X/ProtoMotions。
  • A4 pretrained InterMimic / OmniGrasp 严格适配。
  • A6 RePHO-style per-reference refinement。
  • A8 scratch contact-aware expert。

先做 single-case multi-seed overfit。只有完整 human/object/contact telemetry 的结果进入表格。

Phase 2：因果消融

  • base action vs action residual；
  • fixed reference vs reference residual；
  • fixed policy vs alternating policy/reference；
  • body-only vs fingertip/contact condition；
  • per-reference vs shared refiner。

Phase 3：teacher dataset

  • 扩展 object/scene/motion split；
  • 记录成功与失败 rollout；
  • 自动 quality filtering；
  • 冻结 teacher dataset schema 与 provenance。

Phase 4：student

  • S1 distillation；
  • S2 state-based RL post-training；
  • S3 scratch RL；
  • reference leakage audit；
  • held-out goal/object/scene evaluation。

Phase 5：统一 goal interface

分别加入 TokenHSI-style token、UniHSI-style contact chain 与 VLM-RMD-style relation goal；不同时改变 motor prior、reward 和 dataset。

当前阻断项

  • Kinematic case 的 manual temporal QA 尚未签字。
  • current full-sequence InterMimic 尚无 deterministic evaluation。
  • RePHO 尚无 PhysHSI canonical motion/shape/geometry adapter。
  • GRAIL E0 artifact 早于最新 critical source，需要重跑；E1/P0/P1 仍无正式 raw gate output。
  • student dataset 和 deployment observation contract 尚未实现。