Atomic skill 探针

逐个测试

每个测试 15 格（5 个布局 × 3 个 seed）。每格只有 1 回合，所以单个测试的 95% 置信区间很宽（例如 9/15 对应 36–80%）。

本次 40k 成功率95% 置信区间（Wilson）09-22 skill 100k（参考，设置不同）

合上笔记本（短指令）显著更好

close_short · CLOSE · 场景 store_laptop_and_headphones

13/1586.7% · 09-22 4/13

合上笔记本（长指令）显著更好

close_full · CLOSE · 场景 store_laptop_and_headphones

14/1593.3% · 09-22 5/15

拿起耳机

pick_headphones · PICK · 场景 store_laptop_and_headphones

9/1560.0% · 09-22 5/10

按蓝色按钮

press_blue · PRESS · 场景 press_by_number

15/15100.0% · 09-22 12/12

右手推 T 形块

push_right · PUSH · 场景 push_T

0/150.0% · 09-22 0/15

左手推 T 形块

push_left · PUSH · 场景 push_T

0/150.0% · 09-22 0/10

把碗叠到另一个碗上

place_bowl · PLACE · 场景 stack_bowls

4/1526.7% · 09-22 9/15

把试管插进架子显著更差

insert_tube · INSERT · 场景 insert_tubes

2/1513.3% · 09-22 9/15

把螺母拧到螺栓上

screw_nut · SCREW · 场景 fasten_screws

0/150.0% · 09-22 1/4

用木槌敲木琴

strike_xylophone · STRIKE · 场景 play_Xylophone

0/150.0% · 09-22 0/9

把方块扫进簸箕

sweep_cubes · SWEEP · 场景 sweep_blocks

0/150.0% · 09-22 0/9

把杯子挂到杯架上显著更差

hang_mug · HANG · 场景 hang_mugs

4/1526.7% · 09-22 3/3

把杯里的球倒进花瓶

pour_balls · POUR · 场景 pour_balls_into_vase

7/1546.7% · 09-22 2/10

每一格

实心 ✓ = 成功，空心 · = 失败。每组 3 格是同一个布局的 seed 0、1、2。点格子播放这一格的三视角录像（头部相机 + 左右腕部相机）。

点左边任意一格开始播放。

和 09-22 skill 100k 的对比

09-22 的数字来自 Ziming 的 skill 100k（以 60k EMA 为初始化），在原生（非 Docker）栈上跑，而且测试设置不同：提示词前缀重复了一次、rest shim 打开、Kit 同步加载参数打开，非放置类测试用的是加 RELEASE_REQUIRED 之前的打分器；每个测试的格数也不一样。所以这里的差异同时混着模型和设置两方面的变化，只能作参考。p 值为 Fisher 精确检验（双侧）。

测试	40k	95% CI	09-22 100k	p
合上笔记本（短指令） `close_short`	13/15	62–96%	4/13	0.006
合上笔记本（长指令） `close_full`	14/15	70–99%	5/15	0.002
拿起耳机 `pick_headphones`	9/15	36–80%	5/10	0.697
按蓝色按钮 `press_blue`	15/15	80–100%	12/12	1.000
右手推 T 形块 `push_right`	0/15	0–20%	0/15	1.000
左手推 T 形块 `push_left`	0/15	0–20%	0/10	1.000
把碗叠到另一个碗上 `place_bowl`	4/15	11–52%	9/15	0.139
把试管插进架子 `insert_tube`	2/15	4–38%	9/15	0.021
把螺母拧到螺栓上 `screw_nut`	0/15	0–20%	1/4	0.211
用木槌敲木琴 `strike_xylophone`	0/15	0–20%	0/9	1.000
把方块扫进簸箕 `sweep_cubes`	0/15	0–20%	0/9	1.000
把杯子挂到杯架上 `hang_mug`	4/15	11–52%	3/3	0.043
把杯里的球倒进花瓶 `pour_balls`	7/15	25–70%	2/10	0.229

测试设置

模拟器	官方镜像 robodojo:cuda12.8（上游 726e9aa，Isaac Sim 5.1），代码不改；CPU 物理，单环境；Kit 启动时加官方的 zero-delay 渲染参数
测试脚本	Fang 的 atomic2 harness（RPent d2874d0 + more_cases_20260921），冻结快照并做 MD5 校验；每格一个独立进程，从复位开始跑 1 回合
规模	13 个测试 × 布局 0–4 × seed 0–2 = 195 格
预算与打分	最多 256 个控制步（25 Hz），每 32 步重新规划一次，成功状态要保持 5 步；放置类（叠碗、插、拧、挂）要求松开夹爪才算成功
策略服务	DO-WAM-skill_wam 的 dowam_openwam_server_robodojo.py，10 步去噪；没点名的手臂保持不动（hold_uncontrolled_arms，只在推理时做，训练时 mask_inactive_arms=false）；rest shim 关
指令文本	发给模型的是“训练用的原生前缀 + 测试句子”，文本编码只从缓存读（Gemma-3-12B + LTX-2.3 connector），和训练时的编码核对过一致
权重	/mnt/efs/monitor/ckpts/junbo_skill_cos276k_s040000_ema_20260926（bf16，sha256 a8d9ba64…）。训练：276k EMA 起步，cosine 60000 步，学习率 action 1e-4 / video 1e-5；只用 skill 片段数据（robodojo_skills_native25_v1），train_config 里 14 个任务采样权重 ×2；8 × H200，全局 batch 256。原本想测 32k，但那一步已被清理，改测 40k
资源	每条 lane 1 张 L40S（policy server 约 31 GB + 一个 Isaac 容器约 9 GB）。Slurm array 3424（16 条 lane）跑了 70 格后取消：我们 lane 脚本的节点锁 bug 让同一台机器一次只能跑一格；修好后用 array 3440（32 条 lane）跑完剩下 125 格。bug 只影响调度，不影响结果。04:06–05:18 UTC
运行目录	/mnt/efs/monitor/rpent/runs/atomic13_skillcos276k_s040000_docker_20260926

13 个测试

指令和成功判据都是 harness 里的原文。

测试	指令	成功判据
合上笔记本（短指令） `close_short` · CLOSE	Close the laptop lid with the right gripper. The object has a hinged mechanism.	native laptop_hinge ratio > 0.85, held 5 control steps
合上笔记本（长指令） `close_full` · CLOSE	Close the laptop lid with the right gripper. Shape: flat sheet. Material: metal. Size: larger than gripper. The object has a hinged mechanism.	native laptop_hinge ratio > 0.85, held 5 control steps
拿起耳机 `pick_headphones` · PICK	Pick up the headphones with the right gripper.	native headset lift > 0.10 m, held 5 control steps
按蓝色按钮 `press_blue` · PRESS	Press the blue button with the right gripper.	blue button2 press ratio < 0.5 followed by release > 0.9
右手推 T 形块 `push_right` · PUSH	Push the T-shaped block with the right gripper. Target: gray T-shaped pad.	native T/pad xy distance < 0.007 m and orientation < 7 degrees; no >0.01 m lift
左手推 T 形块 `push_left` · PUSH	Push the T-shaped block with the left gripper. Target: gray T-shaped pad.	native T/pad xy distance < 0.007 m and orientation < 7 degrees; no >0.01 m lift
把碗叠到另一个碗上 `place_bowl` · PLACE	Place the bowl with the right gripper. Target: bowl. Shape: round. Size: larger than gripper. The object has opposing parallel faces.	native is_stacked(bowl0, bowl1) with the top bowl upright (axis_up 45 deg), grippers open
把试管插进架子 `insert_tube` · INSERT	Insert the tube with the right gripper. Target: slot. Size: gripper-sized. The object has an elongated body with an axis.	native is_A_in_B + is_A_depth_in_B(0.045 m) + axis_up(30 deg) for any one tube, grippers open
把螺母拧到螺栓上 `screw_nut` · SCREW	Screw the nut with the right gripper. Target: bolt. Size: smaller than gripper. The object has a threaded mechanism.	native axis_up(10 deg) + xy distance < 0.001 m + depth 0.009 m for any one nut, grippers open
用木槌敲木琴 `strike_xylophone` · STRIKE	Strike the mallet with the right gripper. Target: xylophone. The object has a shaft or handle.	native mallet beat point inside a xylophone key bbox, 0.01-0.036 m above the hit point
把方块扫进簸箕 `sweep_cubes` · SWEEP	Sweep the blocks with the right gripper. Target: dustpan. The object has an irregular solid body.	native is_all_A_in_B_support_circle(cubes, dustpan) with the dustpan flat on the table
把杯子挂到杯架上 `hang_mug` · HANG	Hang the mug with the right gripper. Target: cup holder. The object has a shaft or handle.	native lift 0.045 m + handle above z=0.9 + handle axis aligned with the holder (60 deg) for any one mug, grippers open
把杯里的球倒进花瓶 `pour_balls` · POUR	Pour the cup with the right gripper. Target: vase. The object has opposing parallel faces.	native is_A_in_B(sphere, vase) for at least one ball, with the cup not dropped