Scheduled Commit

docs/TREX_LEROBOT_V2_FORMAT.md

@@ -94,3 +94,22 @@ chunk 规则：LeRobot 标准，`chunks_size=1000`，episode_index // 1000 决
 采集端交付本格式后，跑一遍 track 提取 + 重建即得
 `TrexTrackForceShardedDataset` 可直接训练的完整数据集
 （force_only / joint / deform 全部变体通用）。
+
+## 7. 为 joint force-action refiner（full model）微调采集 teleop 数据的补充要求
+
+格式不变（§1–§5），但下列几点是 joint 模型专属的硬要求 / 强建议：
+
+| 项 | 要求 | 原因 |
+|---|---|---|
+| `observation.tactile_force` 必须**连续、原始、逐帧** | 每个 30 Hz 视频帧行都写实际传感器值；不做阈值化、去抖、量化、平滑 | 模型把未来 F6 当**连续去噪目标**（τ_f: 1→0），并从原始历史窗学接触动态；任何离散化都直接毁掉监督信号 |
+| 力传感器原生速率 ≥ 视频帧率 | 若传感器快于 30 Hz，行内存该帧时刻的最近样本；建议另存 sidecar `force_raw_{episode}.npz`（原生率 + 自身 timestamp） | loader 按 timestamp 最近邻取 5 Hz 刷新槽；sidecar 便于日后提高触觉率 |
+| `action.eef62_absolute` = **指令目标**，`observation.state_eef62` = **测量值** | teleop 里 action 来自 Manus 重定向 + tracker IK 的下发目标，不是回读的关节 | joint refiner 精修的是"要执行的后缀"，指令与测量混淆会把控制延迟学进动作里 |
+| 力与动作时间对齐 | 力样本时间戳 = 该动作被执行时刻的传感器读数（不是下发时刻） | 未来力槽 s > o 的监督值必须是"执行了 action[o:] 之后测到的力" |
+| episode 长度 ≥ 6 s（建议 8–15 s） | 因果窗口需要 3.2 s 动作 + 视频对齐余量，太短的 episode 有效 anchor 极少 | trex_small_force 的 5.3 s episode 每集只有 ~40 个 anchor |
+| 语言标注每集一条 | `annotation.task` 描述具体操作与物体 | cross-attn 文本条件 |
+| **可选**：deform 触觉视频 | 只有训练 deform 变体才需要；joint 模型本身不用 | 记录成本低，建议保留原始流 |
+
+**采集端不需要产出**：track（后处理提取）、VQ 码（模型内部计算）、force 历史窗 / 未来槽（loader 按 timestamp 切）、delta-base 动作、任何归一化。
+
+**微调建议**：用 `scripts/train/trex_fullmodel_full_training_wan22.sh`，并加
+`action_head_cfg.config.force_future_loss_weight=0.5`（小规模消融验证：λ_f=0.5 手指速度误差 −46%、位置无偏差；λ_f=1.0 会引入手部姿态偏差）。