按任务类型
单一动作 9 个任务（按、开、抓起等），单物体抓放 16 个任务。抓放四轮合计 128 格，只有旧 20000 成功过 1 格。
| 单一动作 · 干净 | 单一动作 · 随机化 | 抓放 · 干净 | 抓放 · 随机化 | 合计 | |
|---|---|---|---|---|---|
| 旧 20000 | 1/9 | 3/9 | 1/16 | 0/16 | 5/50 |
| 旧 27500 | 3/9 | 3/9 | 0/16 | 0/16 | 6/50 |
| 旧 50000 | 3/9 | 4/9 | 0/16 | 0/16 | 7/50 |
| s4 50000 | 4/9 | 2/9 | 0/16 | 0/16 | 6/50 |
有成功的格子（逐格配对）
其余 37 格在四轮里都是 0/1。s4 列在每组最右（左边框标出），成功格写的是成功时的环境步数。
| 任务 | 干净 | 随机化 | ||||||
|---|---|---|---|---|---|---|---|---|
| 旧 20k | 旧 27.5k | 旧 50k | s4 50k | 旧 20k | 旧 27.5k | 旧 50k | s4 50k | |
| click_bell | 0 | 0 | 0 | 1 · 50 步 | 1 | 1 | 1 | 0 |
| click_alarmclock | 1 | 1 | 1 | 1 · 58 步 | 0 | 0 | 0 | 1 · 76 步 |
| press_stapler | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| turn_switch | 0 | 0 | 1 | 0 | 0 | 1 | 1 | 0 |
| open_laptop | 0 | 0 | 0 | 0 | 1 | 1 | 1 | 0 |
| open_microwave | 0 | 1 | 1 | 0 | 1 | 0 | 1 | 1 · 877 步 |
| grab_roller | 0 | 0 | 0 | 1 · 313 步 | 0 | 0 | 0 | 0 |
| adjust_bottle | 0 | 0 | 0 | 1 · 168 步 | 0 | 0 | 0 | 0 |
| move_playingcard_away | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
- s4 和旧 50000 逐格配对：两边都成功 2 格，s4 新成功 4 格，s4 丢掉 5 格；符号检验 p = 1.0，看不出差别。
- adjust_bottle 和 grab_roller（干净）是四轮里第一次成功，两个都要抓住物体；但每格只有 1 回合，不能当作能力提升的证据。
- 以前三轮都成功的 click_bell 随机化和 open_laptop 随机化，这次失败了；10-19 用旧 50000 重跑时这两格也失败过。
- s4 每个动作对应 1/30 s（旧版 1/16 s）。RoboTwin 的步数上限按动作次数算，所以同样的上限给 s4 的时间更短，长任务可能吃亏（open_microwave 干净跑满了 1500 步）。
- 要分出 s4 和旧动作空间的差别，需要每格多回合（例如 10 回合）或多个种子。
s4 50000 的 6 个成功回合
RoboTwin 头部相机录像（模型看到的是 头部|前|左腕|右腕 四个视角）。
运行信息
- ckpt：v171s4 RID v171s4_action_frozen_video_3n_uw3h200_ib_r20000_20261020_043357，step 50000 EMA，bf16 sha256 d8a4f03c…553d（west-3 和腾讯 CFS 两端一致）。
- server robotwin_server_s4.py（614490f9）：model.infer(num_frames=65, rope_fps=16, action_horizon=32, action_rope_fps=30)，用预训练池 norm（a49a217d）反归一化，再用 handeye R_ce 把相机系增量换回世界坐标；client 和旧版相同，每次执行 24 步后重新规划。
- RUN v171s4rt_atomic25_s50000_20261021，04:40–05:45 UTC，只用空闲 GPU（1 条 lane 起步，最多 16 条）；50 格都只跑了 1 次，失败格都跑满了步数上限。
- 报告：/root/yangjing/v171_eval/RESULTS_atomic25_v171s4_s50000.md（west-2 w4）；旧三轮的报告在同一目录 RESULTS_atomic25_s*.md。