【VLA工程】6—— 真机受控试用的排期与值班记录文章目录【VLA工程】6—— 真机受控试用的排期与值班记录1. 受控试用与演示试用的差别2. 预约窗口的最小约定2.1 一周排期示例桌面摆放3. 三种角色与交接4. 开场与收尾核对5. 会话中止与暂停6. 会话记录的最小字段7. 与评测清单、对比表的衔接8. 脚本示意汇总一周会话9. 从会话到周报三行10. 适用边界11. 小结摘要仿真批跑可以无人值守真机不行。本篇把受控试用有预约窗口、有人在场、有急停与限幅、有会话日志写成可执行的日程与值班约定谁预约、开场核对什么、何时中止、收尾写哪些字段、周报如何引用会话。贯穿示例仍是桌面摆放把红色方块放到蓝色托盘。适合已有仿真对比表与真机小清单、准备固定占用桌面臂时段的工程师。读完可以落地一版「窗口 → 会话 → 周报」的值班壳。前文见 【VLA工程】5—— 仿真与真机同一评测清单的对齐。第 5 篇要求真机子集与仿真layout_id对齐并在开跑前核对 layout、指令、限幅、外参与结果码。本篇把「开跑」放进排期没有预约窗口与值班记录对齐清单也容易变成临时加跑、事后说不清是谁改了权重。1. 受控试用与演示试用的差别受控试用在本系列里指在固定时段、固定机台、固定评测清单上运行策略操作者在场限幅与安全停生效每条回合写入domainreal的 meta。它不是「晚上随便试两下看看能不能抓」。维度演示试用受控试用时段随到随跑预约窗口窗外不跑策略人员可能无人盯操作者在场急停可达清单常挑好抓的布局固定manifest_id子集记录一段视频或口头结论会话日志 逐回合结果码目的给人看给第 4、5 篇的对比表供数桌面摆放场景里演示试用常只留成功视频受控试用要回答本周窗口内跑了哪份manifest_real_v1计划几条、完成几条有没有中止安全停是否升。没有窗口与会话 ID周报只能写「感觉比上周好」。2. 预约窗口的最小约定窗口建议写成日历事件或共享表的一行至少包含字段说明window_id例如win_20260923_am机台哪条桌面臂 / 哪间工位起止时间含缓冲超时不得自动续跑manifest_id本窗口只跑这一份真机子集policy_id本窗口默认权重换权重要写进会话操作者 / 记录者可同人但名字要落表同一窗口默认不换权重、不换限幅版本。若实验目的就是对比两版policy_id应拆成两个窗口或在同一窗口内显式分段并各写一段会话避免一条会话里混两个权重却只报一个成功率。窗口长度建议先按「每条 layout 含复位与记录约 35 分钟」估算。例如 9 个 layout、各跑 1 次预留 4560 分钟再加 15 分钟开场与收尾。估短了会导致后半段赶工、跳过核对。共享表里建议再加一列「冲突机台」同一工位同一时段不得预约两个窗口。日历冲突时以先写入表的为准后预约者改时段不要口头「挤一下」。挤窗口最常见的后果是开场核对被压缩急停验证被跳过。2.1 一周排期示例桌面摆放星期窗口清单意向备注周二上午60 分钟manifest_real_v1 近档 3 个 layout基线权重周四上午60 分钟同一子集候选权重与周二对照不换 layout周五下午30 分钟只补周二/周四跳过的 layout不新开对比实验周四不要临时把子集换成「更好抓的桌面」。要换子集应新建manifest_id并写清对应仿真清单否则第 5 篇的对照表失效。3. 三种角色与交接角色职责边界操作者摆桌面、触发回合、盯急停不得在窗口外继续跑记录者写会话日志、核对 meta缺字段的回合进隔离不进分母审批者决定是否替换默认权重、是否扩大清单不当次操作者避免「自己跑自己批」小团队两人即可一人操作、一人记录审批可以是周会角色。若只有一人会话日志仍要写审批结论延后到隔日由另一人复核结果表不要当场口头宣布「换默认权重」。交接窗口结束或中途换人时交接口径固定三句——当前session_id、已完成layout_id列表、未完成原因。口头交接可以但三句必须进日志的handoff_note。中途换操作者时建议先暂停新操作者再走一遍急停验证再续跑。不要假设「上一班已经验过急停这一班可以省略」。急停可达性是对人的不是对机台状态的永久属性。4. 开场与收尾核对第 5 篇的五项对齐layout、instruction、limits、外参、结果码是开场核对的子集。本篇补上人员与急停可达性。开场全部勾完再下发第一条动作急停可触发人按一下臂停、日志出现对应safety_reasonlimits_ver与仿真近期对比表一致若真机更保守升版本号并写进会话桌面实物与本窗口layout_id描述一致拍俯视图存档camera_extrinsic_ver已写入将要产生的 episode meta收尾窗口结束或中止后立刻做每条完成回合的结果码完整缺字段列入隔离异常回合通信中断、人为挪桌单独列出不静默删handoff_note或abort_reason已填实际结束时间写入会话超时未跑完的 layout 记skipped不要改成「未计划」开场拍照不是给模型训练用是给事后核对「桌面是否和 layout 一致」用。仿真不需要这一步真机缺这一步时对照表里的差异很难归因。开场核对表可以贴在工位旁勾完再点「开始会话」。电子表与纸质表均可关键是未勾项不得开始第一条策略下发。记录者负责拦操作者负责执行两人意见不一致时以不开跑为准。5. 会话中止与暂停情形动作日志急停按下、通信中断、操作者离开工位立即中止abort_reason必填连续safety_stop超过约定条数例如连续 3 条暂停复核限幅与桌面记暂停起止复核后再开新会话或续跑单条timeout或抓空可以继续下一条正常结果码即可窗口外临时加跑、无人值守跑策略禁止若发生当次数据默认隔离「暂停」与「中止」要分开暂停后仍可用同一session_id续跑需写暂停段中止后应新建会话避免把两段不相干的时段混成一条。桌面摆放示例若连续三条都因工作空间盒触发安全停先查盒是否过紧或外参是否漂移不要硬把清单跑完再在周报里写「模型不行」。访客围观、拍摄宣传视频不得占用受控窗口的后半段「顺便演示」。演示另约窗口且演示回合默认不进评测分母除非事先声明并使用独立manifest_id。6. 会话记录的最小字段一次窗口对应至少一份会话记录记session_id。回合仍用第 2 篇的episode_id会话是回合之上的值班层。{session_id:sess_20260923_am_01,window_id:win_20260923_am,domain:real,manifest_id:manifest_real_v1,paired_manifest_sim:manifest_sim_v3,policy_id:vla_candidate_20260920,limits_ver:limits_desk_v2,camera_extrinsic_ver:cam_ext_real_20260915,operator:zhang,recorder:li,start_time:2026-09-23T09:30:0008:00,end_time:2026-09-23T10:25:0008:00,n_planned:9,n_done:7,n_skipped:2,n_quarantine:0,abort_reason:,handoff_note:desk_red_blue_091 未跑留给周四窗口,episode_ids:[ep_…,ep_…]}约定n_done只计结果码合法且未隔离的回合n_skipped是计划内未跑的 layout不是失败abort_reason为空表示正常收尾非空表示中止会话未写end_time视为未收尾不进周报分母会话文件建议按周目录存放例如sessions/2026-W39/sess_*.json与 episode 目录分开。回合目录很大会话文件很小周报脚本应优先扫会话层再按episode_ids去取结果码避免每周全库扫描。若某条 episode 已写入但会话未把它列入episode_ids汇总时以会话列表为准多出来的回合进「孤儿回合」清单下周一再人工归属或隔离。这样可以防止有人窗口外加跑却混进正式统计。7. 与评测清单、对比表的衔接层级谁提供本篇补什么回合 / 轨迹第 2 篇真机侧仍按episode_id入库限幅与安全停第 3 篇开场必须验证急停基线 vs 候选第 4 篇同一窗口尽量只跑一个policy_idsim / real 对齐第 5 篇窗口绑定manifest_id与paired_manifest_sim会话 / 值班本篇排期、角色、中止、收尾周报引用真机数字时应能指出哪几个session_id、合计n_done、三类比例。只有manifest_id没有session_id读者无法判断样本是否来自同一周、是否含未收尾会话。8. 脚本示意汇总一周会话下面片段读取若干会话 JSON只统计已收尾会话的计划与完成条数并列出中止原因。真实流水线还要 join episode 结果码算成功 / 安全停 / 超时比例。#!/usr/bin/env python3Summarize closed real-robot sessions for a weekly report.importjsonfrompathlibimportPathdefload_sessions(dir_path):rows[]forpinsorted(Path(dir_path).glob(sess_*.json)):rows.append(json.loads(p.read_text(encodingutf-8)))returnrowsdefsummarize(sessions):closed[sforsinsessionsifs.get(end_time)]open_ids[s[session_id]forsinsessionsifnots.get(end_time)]n_plannedsum(s.get(n_planned,0)forsinclosed)n_donesum(s.get(n_done,0)forsinclosed)n_skippedsum(s.get(n_skipped,0)forsinclosed)aborts[{session_id:s[session_id],abort_reason:s.get(abort_reason)}forsinclosedifs.get(abort_reason)]return{n_sessions_closed:len(closed),n_sessions_open:len(open_ids),open_session_ids:open_ids,n_planned:n_planned,n_done:n_done,n_skipped:n_skipped,aborts:aborts,}if__name____main__:reportsummarize(load_sessions(sessions_week))print(json.dumps(report,ensure_asciiFalse,indent2))未收尾会话只进open_session_ids提醒值班补end_time不要把半截窗口算进成功率。脚本也可以输出「本周操作者分布」谁跑了多少条。若某周几乎全是同一个人审批替换权重时要更谨慎——样本可能带有个人摆桌习惯。分布表只作备注不单独作为否决条件。9. 从会话到周报三行真机周报建议固定三行可与第 4、5 篇的表并列行内容示例窗口与会话本周 2 个窗口、3 个已收尾会话1 个未收尾已隔离清单与完成manifest_real_v1计划 18完成 15跳过 3中止与安全中止 0安全停 2/15最大差异 layout 见对照表三类结果比例仍按第 4 篇口径分母只用已收尾会话里的有效回合。会话层负责说明「样本从哪来」对比表层负责说明「要不要换权重」。示例周报段落格式示意本周真机窗口 2已收尾会话 3未收尾 0。manifest_real_v1 计划 18、完成 15、跳过 3。success 9/15safety_stop 2/15timeout 4/15。无中止。对照表最大差异 layoutdesk_red_blue_047执行/超时。默认权重保持基线。有这几句审批者不必翻完整日志也能判断是否扩大清单。10. 适用边界本篇适合已有真机小清单需要固定占用臂的时段多人轮流操作需要交接与审批分离周报开始引用真机数字需要可复核的会话来源暂不适合尚未有急停与limits_ver先回到第 3 篇尚未有manifest_id与结果码先回到第 2、4、5 篇产线 7×24 无人值守那是另一套安全认证与监控不在本篇范围11. 小结受控试用 窗口 在场 清单 会话日志不是随手演示一窗口默认一权重、一清单换权重要拆窗口或分段建会话开场验证急停与对齐项收尾写 end_time 与跳过列表中止与暂停分开连续安全停先复核再跑周报只引用已收尾会话未收尾不进分母若只能先做一件事在日历上预约下一个 60 分钟窗口写好window_id、manifest_id、policy_id、操作者三行开场按核对表走一遍急停收尾交出一份带session_id的 JSON。这一步不提高抓取上限但能让真机数字开始可复核。系列导航上一篇【VLA工程】5—— 仿真与真机同一评测清单的对齐下一篇【VLA工程】7—— 边缘侧推理延迟与控制周期对齐