Psi0 trashbin_v1_0：5k 部署交付包（SONIC v1.0）— 第二版 / revision 2

发布状态（2026-09-25，第二版）：5k 的 A100 GPU 验证已通过（Slurm 277762）。第一版审查的问题已修复；其中两条源码溯源说明（#6/#7）只做了文档说明，未重新导出。真机 --execute 前仍需通过解包后 README.md 第 5 节的三道现场关卡：(1) 运行中控制器的身份与增益，(2) RTX5090 时延，(3) dry-run 裁剪统计。

已知阻塞（待决定）：每个会话第一个 chunk 的源观察龄约为 首次推理耗时 + 0.87 s，超过 client 默认的 1000 ms 上限。所以在 GPU 上 replay/live dry-run 预计会在约 1 s 时 fault（fail-safe，不发 pose）。详见解包后 README.md 第 5 节开头与 evidence/source_age_first_chunk.json。

Release status (revision 2): the 5k A100 validation passed (job 277762). The rev1 review findings are fixed, except the two source-provenance notes (#6/#7), which are documented only: fixing them would need a re-export. Three on-site gates remain before --execute on the robot (unpacked README.md, section 5): (1) running controller identity and gains, (2) RTX 5090 latency, (3) dry-run clip statistics. Known blocker, pending a decision: a session's first chunk is up to about I + 0.87 s old (I = first inference time), which exceeds the client's default 1000 ms source-age limit, so replay and live dry-runs on a GPU are expected to fault about 1 s in. Robot runs must use --hand-limit-policy clip --max-hand-clip-rad 0.12.

仓库可见性 / access: see repo settings（本卡片不对可见性做任何声明；不要把 token 写进共享脚本）。

此仓库保存 trashbin_v1_0（指令 Throw the trash bag into the bin.）的 Psi0 微调 checkpoint 5000。训练运行为 trashbin-psi0-sonic-2gpu-277260：Slurm 277260 → 277284，2×A100，全局 batch 128，计划训练 40k updates。仓库还包含训练时实际导入的源码快照、归一化、Qwen tokenizer/processor、训练指令的 CLIP 向量、client 和 controller 补丁。5k 是中间 checkpoint，不是最终模型。 rev2 没有改动模型 bundle（bundle manifest 仍为 a4f6a489…），只更新了脚本、文档与证据。

A100 验证结果（Slurm 277762，1× A100-SXM4-40GB，d = 12 帧 = 400 ms 预算）

训练评估参考（训练 step 5000，即 W&B _step 5997；续训后 W&B 步数偏移 +997；训练 batch）：latent_sonic L1 0.010045，hand_joints L1 0.006146。开环测试用 prepared episodes 0/4/9/14（原始 8/25/36/50）。

flow 步数	token L1（×参考）	hand L1（×参考）	WebSocket 服务 p95 / 最大	右手越界值 / 默认 `reject` 会拒绝的 tick / 最大超出
4	0.01086（1.08×）	0.00671（1.09×）	314 / 321 ms	518（3.2%）/ 18.9% / 0.101 rad
3（默认）	0.01211（1.21×）	0.00849（1.38×）	264 / 306 ms	940（5.9%）/ 27.7% / 0.059 rad（plain 无 RTC 推理 0.111 rad）
2	0.01721（1.71×）	0.01342（2.18×）	未测	894（5.6%）/ 28.2% / 0.222 rad（plain 0.234 rad）

验收（全部通过）：3 步 L1 不超过参考的 1.5 倍（1.21× / 1.38×）；每个 WebSocket 用例 latency_gate_passed；训练真值 0 越界；左手从不越界；3 步最大超出低于 clip 停止阈值 0.12 rad。
最大超出按两条路径分别统计。RTC 重规划为 0.059 rad。plain（无 RTC）推理为 0.111 rad，这是离线测试 38 个独立 plain chunk 中的最坏值；每个会话的第一个 chunk 和 dry-run 超时后的 chunk 都走 plain 路径，所以离 0.12 rad 停止阈值只差 0.009 rad。
越界比例按 1,140 个 tick × 14 个手部值计算，越界值全部在右手（占右手值的 11.8%），位置是与 Dex3 限位重合的 thumb2 上界和 index/middle 下界。
English: at the default 3 flow steps the open-loop L1 is 1.21× (token) / 1.38× (hand) the training-eval reference and the service p95 is 264 ms (max 306 ms). Predicted right-hand targets slightly exceed the Dex3 limits on 27.7% of ticks: max 0.059 rad on replans, and 0.111 rad worst case over 38 plain (no-RTC) chunks, which is the path every session's first chunk takes. so the fail-closed default reject would stop the robot; clip mode with the 0.12 rad stop threshold is mandatory. Ground-truth targets never exceed the limits; the left hand never does.

机器人上必须用 clip，停止阈值 0.12 rad

先做 live dry-run（不发布 pose），它也是关卡 1 与关卡 3 的依据：

./deploy_checkpoint.sh 5000 client --duration-seconds 30 --hand-limit-policy clip --max-hand-clip-rad 0.12

只有三道现场关卡全部通过、上面的已知阻塞已由 Chen 决定之后，才按解包后 README.md 第 5 节「执行」运行带 --execute 的命令（同样必须带 --hand-limit-policy clip --max-hand-clip-rad 0.12）。本卡片不给出可直接复制的 execute 命令。

CLI 默认仍是 fail-closed 的 reject，但 trashbin 用它会在第一个越界 tick 停机，所以必须显式传 --hand-limit-policy clip。
clip 把越界值投影到 Dex3 限位并记录；任何值超出限位 0.12 rad 以上时，client 不投影而是 fault：停止续租、发 stop，控制器回到暂停 reference、保持手部目标、不关闭电机力矩。
go/no-go（先做 live dry-run）：summary.json 里 exit_code 0、max_hand_clip_delta_rad < 0.12、hand_clipped_action_fraction ≤ 0.55。

名义 PD 增益 guard（rev2 新增）

这个模型的 motion token 是用 SONIC v1.0 采集的，采集时是名义 PD 增益（原始 meta/info.json 的 script_config：motor_kp_scale ""、motor_kd_scale ""；pick-place 是 4=1.5,10=1.5）。rev2 的 client 在 live dry-run 和 execute 下都读取运行中控制器的 robot_config，要求：

三个 v1.0 资产 SHA（encoder/decoder/observation config）；
motor_kp_scale == "" 且 motor_kd_scale == ""，缺键也拒绝。

否则报 controller PD gain scale is not nominal (trashbin was recorded with nominal gains) 并停止，不发任何观察或动作。server verify_bundle 也钉死了三个 v1.0 SHA。controller --check 只检查配置字符串与资产文件 SHA；运行时的值由 client guard 在控制器 --execute（未 arm）后核验。

与 pick-and-place / moving_dining_cart 包的关键区别（不能混用）

	本包 trashbin 5k	pick-and-place 6k	moving_dining_cart 4k/5k
SONIC	v1.0 `policy/release/`，名义 PD 增益*（无 kp/kd 缩放）	v1.1 `policy/sonic_v1_1/*`，电机 4/10 增益 ×1.5	v1.1，×1.5
模型	Qwen3-VL 全量微调、12 层 action expert、CLIP 指令向量、240×320	同左	冻结 VLM、6 层、180×320
手序（模型内）	Dex3 actuated，client 不重排	actuated	URDF，client 重排
手	只动右手（左手目标恒为 0），若干维正好贴 Dex3 限位	—	—
RTC	训练未用 RTC；重规划用上游 test-time guidance	同左	训练时 RTC
默认推理	3 flow 步，冻结前缀 12 帧（A100 已验证；RTX5090 需在控制器运行时确认）	3 步 / 12 帧	6 步 / 7 帧
手部边界策略	必须 `clip` + 0.12 rad 停止阈值	—	—
端口	8015	8014	8014
指令	只接受 `Throw the trash bag into the bin.`（不区分大小写）	pick-place 指令	任意

SONIC v1.0 资产（`gear_sonic_deploy/policy/release/`）	SHA256
`model_decoder.onnx`	`c7241a123eaa36b5d64bad19540efde93cac1ad443bd4572fd12ca99898118ed`
`model_encoder.onnx`	`013ab0287236aa2721e13f1e936d699db982302d0de0bfcdae76d5c3245362d3`
`observation_config.yaml`	`466d05947c78af6c76388adfb86e3a2a77b2a1d921a64883ed3d085ebf58de1b`

ws012744 上的 guarded controller（~/.local/state/r-c8f39e2a）按 v1.1 构建和验证过；补丁与资产版本无关，可以复用，但必须用上面的 v1.0 资产与空的 kp/kd scale 启动。WS 的只读调查已确认采集 checkout 里三个 v1.0 文件的 SHA 正确。若 r-c8f39e2a 里缺少或不符，就把采集 checkout 中的这三个文件复制到新的私有目录（例如 ~/.local/state/trashbin-sonic-v1_0/policy/release/），再让 config/5000/controller.json 的 decoder/encoder/observation_config 指向副本（run.py 强制 SHA）。不要直接指向采集 checkout：SONIC 会在 ONNX 同目录写入或覆盖 TensorRT 引擎缓存。详见解包后 README.md 第 3 节。

在 ws012744 上安装或升级

ws012744 从集群无法直连，只能在 WS 上从本仓库下载（需要有访问权限的 HF 登录）。安装位置是与 cart 包 ~/ccy/Psi0/third_party/deploy（SONIC v1.1 + 1.5× 增益，其 deploy_checkpoint.sh 也接受 5000）并列而不嵌套的 ~/ccy/Psi0/third_party/deploy_trashbin_5k/deploy；脚本拒绝装进 cart 的 deploy/ 里，不运行 git，不启动任何 server/controller/机器人进程。

已装第一版（rev1）的 WS — 升级：

cd ~/ccy/Psi0/third_party/deploy_trashbin_5k
.venv-hf/bin/hf download ChenyuanC/psi0-trashbin-5k fetch_on_ws012744.sh --local-dir .   # 取 rev2 的脚本
bash fetch_on_ws012744.sh survey    # 只读：已装版本、SONIC v1.0 资产 SHA
bash fetch_on_ws012744.sh update

update 的行为：

只接受 trashbin 5k 包：$root/deploy 必须有 bundles/ckpt_5000/bundle.json，其中 format 为 psi0-trashbin78-deployment-v1、checkpoint 为 6771ddce…、SONIC 为 1.0。脚本拒绝改名 cart 包或其他包，也拒绝 $root/deploy 就是 cart 目录、包含 cart 目录或是符号链接的情况。若已经装好同一个 rev2（依据 deploy/.installed_from_tar_sha256），则只重新运行 init/verify，不做别的；update --force 才会重装。
先检查可用空间（下载加解包约需 2 × 6.3 GB + 2 GB），再下载 rev2 到新的 download-r2（不读取、不复用第一版的 download/）。tar 只完整读一次来计算 SHA，这个 SHA 必须同时等于脚本内固定的 rev2 SHA 和 checksums.sha256 里的值；成员检查一次完成（全部在 deploy/ 下，只有普通文件和目录，没有绝对路径或 ..）。
解包到临时目录 $root/.unpack-r2-XXXXXX（约 6 GB）。tar 失败，或解包后的文件集合/大小与 tar 清单不一致，或 RELEASE_MANIFEST.json 里任一文件的 SHA256 不符，或不是 rev2，或 checkpoint SHA 不对，都会删除这个临时副本并停止，已安装的包不受影响。只要这个临时副本没有被放到 deploy/（校验失败、步骤 4 的第二次拒绝、deploy.prev-* 重名、任何报错、Ctrl-C/SIGTERM），脚本退出时都会删除它，并打印 removed this run's unpromoted staging copy <路径>；download-r2/ 保留，下次运行重新计算 SHA 后直接复用，不再下载。被 kill -9 或断电中断而残留的旧临时目录不会被自动删除，survey/update 会列出其路径、大小和删除命令。
若旧的 deploy/ 正被使用则拒绝。这个检查做两次：下载前一次（此时拒绝则什么都没改）；解包校验之后、改名之前再做一次（此时拒绝，旧包不受影响，本次的临时副本在退出时删除，download-r2/ 保留供下次复用）。检查范围：任何用户的命令行里出现该路径；本用户进程的工作目录、映射文件或打开的文件在 deploy/ 里；deploy.py 私有启动器的运行目录（~/.local/state/allocations、$CART78_RUN_BASE 以及包内 config/*/deploy.json 的 runtime_base 下，c.json 的 target 位于 deploy/ 的 r-*）被某个进程用作工作目录或出现在命令行里。另外，只要有可执行文件为 g1_deploy* 的控制器在运行，也拒绝。
把旧的 deploy/ 改名为 deploy.prev-rev1-<UTC>（rev2 重装时为 deploy.prev-rev2-<UTC>）保留，不删除；然后放入新版，写入 .installed_from_tar_sha256。
不自动搬运任何东西。脚本在运行 init/verify 之前就会打印搬运说明：如何把旧的 .python、.cache、.venv-server、.venv-client 移回原路径（uv 创建的 venv 依赖 .python），以及如何用 diff 对比 config/5000/controller.json 和 deploy.json；也可以用 setup_env.sh 重建环境。

新机器 — 安装：

mkdir -p ~/ccy/Psi0/third_party/deploy_trashbin_5k && cd ~/ccy/Psi0/third_party/deploy_trashbin_5k
python3 -m venv .venv-hf && .venv-hf/bin/python -m pip install -U huggingface_hub
.venv-hf/bin/hf auth login
.venv-hf/bin/hf download ChenyuanC/psi0-trashbin-5k fetch_on_ws012744.sh --local-dir .
bash fetch_on_ws012744.sh survey
bash fetch_on_ws012744.sh           # 下载、校验、解包到 …/deploy_trashbin_5k/deploy，然后 init/verify

可以用 PSI0_TB_ROOT=/其他/新目录 改变安装位置，用 PSI0_TB_HF_REVISION=<commit> 固定 HF 版本。trashbin 的所有命令都必须在 …/deploy_trashbin_5k/deploy 里运行（先 pwd）。

登录检查（rev2）：hf auth whoami 在没有 token 时也返回 0（只打印 Not logged in），所以脚本改为直接检查已存 token 并用它调用 whoami；没有 token 或 token 被拒都会在下载前停止。脚本还会做一次匿名元数据查询（不带 token、不下载）：如果匿名也能读取本仓库，会打印 WARNING … is PUBLIC。看到这条请告诉 Chen 去仓库设置里改回 private；安装本身继续，因为 tar 的完整性由脚本内固定的 SHA 保证，与仓库可见性无关。 Login check (rev2): hf auth whoami exits 0 even without a token, so the script checks the stored token and calls whoami with it, stopping before any download if either fails. It also makes one anonymous metadata request (no token, no download); if that succeeds it prints WARNING … is PUBLIC. Report that to Chen. The install still continues, because the pinned tar SHA, not repo visibility, is what guarantees integrity.

之后按解包后的 README.md 操作：

运行 setup_env.sh server、setup_env.sh client --with-tests、deploy_checkpoint.sh 5000 server --import-check 和 deploy_checkpoint.sh 5000 test。test 的结果写到 logs/test-runs/<UTC>/，不会覆盖随包证据。
运行 controller --check。
做 replay profiling：用原始录制中保留的 episode（原始编号 8、9、11、12、25、27、28、29、33、36、37、38、41、49、50；其余原始编号是丢弃的录制，client 会直接拒绝；replay 必须显式给 --episode）。
三道现场关卡（编号与解包后 README 第 5 节一致），全部通过、并且上面的已知阻塞已决定之后，才能执行：
1. 控制器 --execute（未 arm）后，client live dry-run 核验运行中控制器的身份与增益（三个 v1.0 SHA，motor_kp_scale == motor_kd_scale == ""），控制器输出里没有 Motor Kp/Kd scales 行。
2. /deployment-info 显示 ready=true、latency_ok=true、fault=null，且推理耗时最大值 < 350 ms（d=12）。recent_inference_ms 只含最近 32 次推理，所以还要看 dry-run events.jsonl 里全部 profile 事件的 latency_ms。唯一文档化的回退是 --rtc-delay 13（门槛 < 383 ms）。
3. dry-run 的 summary.json（logs/5000/client/<UUID>/）满足 exit_code 0、max_hand_clip_delta_rad < 0.12、hand_clipped_action_fraction ≤ 0.55。

client 不会自动 arm。250 ms 收包 lease 失效时，会回到暂停 reference 并保持手目标，不关闭电机力矩。

文件与校验

文件	内容
`deploy_5k.tar`	脚本、说明、测试证据及完整推理 bundle，解包到 `deploy/`
`deploy_scripts_5k.zip`	轻量脚本、说明和证据，不含模型权重
`checksums.sha256`	两个归档的 SHA256（大小与 SHA 以此文件和 `upload_manifest.json` 为准）
`upload_manifest.json`	交付身份、大小、SHA 及验证范围
`fetch_on_ws012744.sh`	在 ws012744 上 survey / install / update（`update --force` 重装）；只做 no-GPU 检查

身份	SHA256
checkpoint 5000 模型文件	`6771ddce1b84c22798e5274c7013e7e58be22ea096d0106d1322636cf15191df`
bundle manifest（`bundle.json`，rev1 与 rev2 相同）	`a4f6a489025c37594c49e92bd30a68d7fccef3443be75f4f8461a77db7680223`
契约 / 归一化	`48ecdb53b2c8da3360888ded1dea65ebe7e95b7d0071a6305a5f9db70a23df78` / `02252292dcaa1efe3706a448a439e3386a85a047224a4dc2cd869247705d15f0`

没有打包 optimizer、scheduler、数据集、Python 环境、TLS 凭据、机器私钥、SONIC ONNX 或 TensorRT。

训练说明（诚实交代）

数据集为 ChenyuanC/trashbin_v1_0（rev e71bbad2），原始 51 条中保留录制时标记为 saved 的 15 条，共 6,503 帧，30 Hz，ego 视角 640×360。转换使用上游 Psi0 4f3720d 的 raw_sonic_to_psi_lerobot.py。
训练配方为上游 finetune-real-sonic-psi0.sh，超参数不变。A100 适配：DeepSpeed ZeRO-2（2 GPU × 16 × 累积 4 = 128），每 1000 步保存 checkpoint。
非有限梯度的更新会被跳过（与上游 DDP 行为一致）。ckpt_5000 的训练谱系中共跳过 19 次。
没有独立验证集：W&B 的 eval 和 A100 开环精度都用的是训练示范。step 5000 的 eval/loss 为 0.8807，同一 run 的 step 7000 为 0.4604，训练仍在继续。
在 2 GPU 训练前段，节点 gpu-23 故障，训练从 ckpt_2000 续训。续训后 W&B 的 step 编号约偏移 +997。
尚未测量：RTX5090 与 SONIC 共用 GPU 时的时延、暂停 reference/断流回退的硬件行为、扔垃圾成功率。

Downloads last month: -; Downloads are not tracked for this model. How to track

Video Preview

Robotics

ChenyuanC
/

psi0-trashbin-5k