# openduckx_train

**Repository Path**: ncnynl/openduckx_train

## Basic Information

- **Project Name**: openduckx_train
- **Description**: 记录每一轮的训练
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-28
- **Last Updated**: 2026-11-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# openduckx 训练记录

大鸭 v3（openduckx）每一次训练的参数与结果评估。**每轮两个文件。**

## 目录

```
runs/<YYYY-MM-DD>/<标准名>_params.md    参数快照
runs/<YYYY-MM-DD>/<标准名>_eval.md      结果评估
RUN_INDEX.md                            全部轮次总表
```

## 命名规范

`<YYYYMMDD>-<当日序号>` —— 每天从 01 开始递增。

```
runs/2026-10-28/20261028-01_params.md
runs/2026-10-28/20261028-01_eval.md
runs/2026-10-28/20261028-02_params.md
...
```

序号按当天开跑时间排序，一经分配不再变动（重跑记录脚本也不会变号）。

**配方差异不写在文件名里**，看 `_params.md` 的「配方 ID」和
「环境变量开关」节：改了什么参数、seed 多少、env 数多少，那里都有。

## 两个文件各是什么

**_params.md** — 训练前定下的东西
- 全部 `OPENDUCKX_AB_*` 开关原值
- 代码 commit hash + 分支 + 是否有未提交改动
- 质量常量、奖励权重与阈值、指令范围、action_scale
- 产物清单

**_eval.md** — 训练后得到的东西
- 从 tensorboard events 提取（不是解析 stdout 日志）
- 每个指标：末值 / 末20轮均值 / 峰值 / 首值
- 判读注意事项

## 口径铁律

1. **`params/env.yaml` 是训练当时的第一手证据**。当前代码构建的 cfg 反映的是今天的代码，
   两者冲突时以 env.yaml 为准。
2. **训练曲线不等于步态质量**。奖励高可能是高频碎步刷指标。
   步态必须用 `gait_quality.py` 量化（外撇/触地频率/双脚腾空/拖脚）+ 看重播视频。
3. **单一 seed 不可当结论**。≥2 seed 同向才算方向。

## 生成方式

由 `openduckx_rl/scripts/record_run_params.py`（参数）
与 `scripts/extract_train_eval.py`（评估）自动产出，不手写。