A. richer-state policy
把 block pose 和 goal pose 加入 tiny MLP。
设计你的 world model + embodied AI capstone
Field map Frontier map Evaluation system Benchmark map
把课程串起来
一个好的具身智能实验必须同时说明：世界模型、策略、数据、评估和失败判据。
Capstone 模板
1. Hypothesis: 加入 block pose + goal pose 会降低 PushT 闭环误差
2. Model: state(s, block, goal) → action; 或 RSSM + policy
3. Baselines: random / previous action / tiny MLP
4. Data split: episode-safe 80/20
5. Offline metric: action MSE / rollout MSE
6. Closed-loop metric: return, coverage, success rate
7. Failure criterion: 若 success 不提升或 coverage 下降，则假设失败
8. Compute: 1×H200, 预算 1 小时
9. Evidence: JSON + PNG + MP4 + command三个可选方向
B. image policy
用 PushT 图像替代 2 维 state。
C. world-model planning
用 RSSM rollout 候选动作，选择高价值动作。
实践：写一页实验设计
- 选择一个方向。
- 写出 hypothesis 和 null result。
- 列出输入/输出张量。
- 列出至少两个 baseline。
- 说明如何避免泄漏。
- 定义成功和失败阈值。
完成标准
别人只看你的设计，就能复现实验并判断结果是否支持假设。
实践：选择外部 Benchmark
打开 比赛与 Benchmark 地图，根据你的方向选择一个下一步平台，并说明任务族、指标、算力和提交要求。
检索练习
一个 capstone 设计最不可缺少的是什么？
选择一个答案
没有失败判据，结果无法被科学评估；模型规模和训练时长只是手段。
本课一手来源
综合参考：DreamerV3、SmolVLA、Cosmos。
有疑问就问
把不理解的地方直接发给老师/agent，最好附上你观察到的现象和报错。
Course file: lessons/0012-capstone.html