SZUEAILab/ds-experiments

DS Experiments

Direction-Speed 动作分解实验数据集。对应代码仓库 SZUEAILab/Q-chunking。

精简研究归档

新增 2026-10-19 精简归档：包含历史分析图表、2026-10-18 研究报告、三组 RLPD 筛选的逐运行评估/配置、协议、来源与 SHA-256。保留负结果和删失边界， 不上传新权重、轨迹或逐步日志。文件一致性和运行完整性检查不等于科学结论通过。 详细清单见各归档的 manifest.json、run_checks.json 和 SHA256SUMS。

2026-10-19 阶段总结补充状态条件筛选的冻结数值分析、 失效退出凭证审计、Action Adapter 历史评估重核与 critic 机制诊断，并登记条件性后续计划。 旧报告不改判；72-run 新筛选的本地启动快照不代表本包已认证其完整终态。

结构

cube-triple-play-singletask/
└── {task}/
    └── {horizon}/
        └── {method}/
            └── {ds_mode}/
                └── seed{N}/
                    ├── eval.csv           # step, success, episode.return, ...
                    ├── flags.json         # ds_mode, horizon_length, seed, ...
                    ├── online_agent.csv   # critic_loss, actor_loss, alpha, ...
                    ├── env.csv            # qpos, qvel, time, ...
                    └── params_*.pkl       # 模型 checkpoint（仅 seed0）

目录

目录	内容	Seeds	Eval	Runs
task1/h1/rlpd/	cube-triple-task1 RLPD H=1	4	50	16
task1/h5/rlpd/	cube-triple-task1 RLPD-AC H=5	10	100	40
task1/h5/rlpd-4s/	cube-triple-task1 RLPD-AC H=5（旧）	4	50	16
task2/h1/rlpd/	cube-triple-task2 RLPD H=1	4	50	16
task2/h5/rlpd/	cube-triple-task2 RLPD-AC H=5	4	50	16
task2/h5/fql/	cube-triple-task2 FQL H=5	3	50	6
task3/h1/rlpd/	cube-triple-task3 RLPD H=1	10	100	40
task3/h5/rlpd/	cube-triple-task3 RLPD-AC H=5	10	100	40
task4/h1/rlpd/	cube-triple-task4 RLPD H=1	10	100	40
task4/h5/rlpd/	cube-triple-task4 RLPD-AC H=5	10	100	40
task5/h1/rlpd/	cube-triple-task5 RLPD H=1	10	100	40
task5/h5/rlpd/	cube-triple-task5 RLPD-AC H=5	10	100	40

其他目录	内容	实验数
reproduce/	QC 论文复现实验	4
parallel_benchmark/	并行训练压力测试	2

命名约定：h1/h5 = horizon length；none = TanhNormal baseline；posthoc/stereographic/spherical = DS 模式。rlpd-4s 为旧版 4-seed 实验，与新 10-seed 版区分。

使用

from huggingface_hub import hf_hub_download

# 下载 task4 H=5 stereographic seed0 的 eval.csv
hf_hub_download("SZUEAILab/ds-experiments",
    "ds_experiments/cube-triple-play-singletask/task4/h5/rlpd/stereographic/seed0/eval.csv",
    repo_type="dataset")