Add Qwen Bridge 29K common-start ENVIRONMENT.md

qwen_bridge_common_start_29k/ENVIRONMENT.md

@@ -0,0 +1,72 @@
+# Qwen–Bridge 29K Common Start 环境
+
+## 系统与硬件
+
+- Ubuntu 22.04
+- Linux kernel 6.8.0-138
+- NVIDIA driver 570.211.01
+- 历史训练硬件：RTX 4090
+- Python 3.11.13
+
+## 核心软件
+
+| 包 | 版本 |
+|---|---|
+| PyTorch | 2.7.1+cu126 |
+| CUDA runtime | 12.6 |
+| cuDNN | 9.5.0.1 |
+| torchvision | 0.22.1 |
+| transformers | 4.57.0 |
+| accelerate | 1.13.0 |
+| bitsandbytes | 0.50.0 |
+| deepspeed | 0.19.2（本历史 run 未启用） |
+| flash-attn | 2.7.4.post1 |
+| huggingface-hub | 0.36.2 |
+| omegaconf | 2.3.0 |
+| peft | 0.19.1 |
+| safetensors | 0.5.3 |
+| tokenizers | 0.22.2 |
+| wandb | 0.23.1 |
+| numpy | 1.26.4 |
+| pandas | 2.2.3 |
+| polars | 1.30.0 |
+| datasets | 3.6.0 |
+| lerobot | 0.1.0 |
+| einops | 0.8.1 |
+| timm | 1.0.24 |
+| av | 17.0.0 |
+
+## 外部依赖（不重复上传）
+
+- Base VLM：`Qwen3-VL-4B-Instruct`。需单独从官方模型源取得 tokenizer、processor 和基础权重。
+- Bridge/OXE 数据：`bridge_rt_infoflow` 对应的 OXE LeRobot 数据及 statistics。
+- StarVLA/OPTR 源码：使用交接仓库中与本配置匹配的 QwenGR00T、DiT-B action head、dataset 和 trainer 实现。
+
+## 历史训练合同
+
+- framework：QwenGR00T。
+- action model：DiT-B，16 layers，dropout 0.2。
+- action/state dim：7/7。
+- action horizon：16。
+- BF16。
+- 单卡训练。
+- per-device batch：2。
+- gradient accumulation：24。
+- global batch：48。
+- optimizer：AdamW8bit，betas=(0.9, 0.95)，eps=1e-8，weight decay=1e-8。
+- base LR：3e-5；VLM interface LR：1e-5；action model LR：1e-4。
+- cosine scheduler，minimum LR=5e-7，100K scheduler horizon，10K warmup。
+- gradient clipping：1.0。
+- 日志频率：每 10 updates。
+- 29K checkpoint 训练时全部约 4.599B 参数可训练，`freeze_modules` 为空。
+
+## 恢复要求
+
+必须同时加载：
+
+1. `steps_29000_pytorch_model.pt`；
+2. `steps_29000_training_state.pt`。
+
+后者包含 optimizer、scheduler、RNG 与 data-order counter。只载入模型权重不是完整 common-start 恢复。
+
+不得新增 implementation/code/path/current-manifest SHA 启动门。启动前只核对文件存在且可加载、step=29000、数据与 support 语义一致、global batch 与训练预算正确。