# 神經控制實驗室 LAB 02：前進、剪冰與路書

這一頁把前進推蹬、左右連續剪冰、減速與停止接入同一個滑行狀態。程式化技能負責腳位、承重與推刃階段；有限接觸力推動質心；新訓練的 MLP 負責動作中的傾斜平衡，畫面再由固定身材與 IK 繪製。

[開啟操作頁](index.html) · [新神經模型](NEURAL-LOCOMOTION.md) · [完整指令驗證](artifacts/locomotion/command-verification.json) · [原求解頁](../../solver-study.html) · [第一版雙腳基準](balance.html)

## 先操作一段完整滑行

1. 等待策略載入完成，保留「神經」控制器與 0 m/s 初始速度。
2. 按「排入示範」。它會重設場景、自動播放九項指令：**前進 × 3 → 左剪冰 × 2 → 前進 → 右剪冰 × 2 → 停止**。示範全部固定為 100% 強度。
3. 看左上路書逐項執行、下方兩刀承重，以及右上的冰面路徑。連續同側剪冰會完成回收後接下一週期；前進速度不會在週期間歸零。
4. 可隨時暫停、改為 ½ 或 ¼ 倍慢放，或按「單步」前進 1/60 秒。單步仍由四個 1/240 秒的物理步驟組成。
5. 完成後可繼續加入指令；也可匯出此次滑行，再切換「傳統回授」或「無回授」重跑。切換控制器會重設場景，避免沿用另一控制器的既有狀態。

若要自己安排，先按 W 三次、A 兩次、W 一次、D 兩次，再按「停止」按鈕，最後按「開始」。排入指令不會自行開始播放。從靜止直接要求剪冰的可用推進能力較小，先建立前進速度較容易看清動作。

## 按鍵與路書

| 操作 | 效果 |
| --- | --- |
| W／↑ | 排入一次前進推蹬；執行時把目標速度增加 0.35 × 強度 m/s，目標上限 3 m/s |
| S／↓ | 排入減速；執行時由實際速度與目標速度較低值，減去 0.35 × 強度 m/s，最低為 0 |
| A／←、D／→ | 排入一個左／右剪冰週期；這一版是向前滑行時的剪冰 |
| G | 排入持續滑行，接續當時速度；有限冰面阻力仍存在 |
| 停止按鈕 | 排入漸進轉刀制動，達到低速與平衡條件後完成 |
| [、] | 每次降低／提高 25% 指令強度，範圍 25%–200% |
| 1、2、3 | 將右側「接下來可以…」對應選項加入路書 |
| 空白鍵 | 播放／暫停；輸入欄與按鈕本身操作優先 |
| 右上小地圖 | 點左半部排入左剪冰，右半部排入右剪冰 |

每個指令保存**加入當時**的強度；修改 slider 不會改動已排入的項目。連續 W 逐項累加目標速度，S 逐項降低；目標改變後，速度仍由接觸力逐步積分，不會立刻跳到目標值。其他指令使用各自一次性的強度設定。

同側剪冰可連續排入。例如 A、A、A 代表三個相接的左剪冰週期。路書最多保留 32 項候補；左上最多顯示前九項，其餘顯示候補數。「清空」只移除尚未執行的指令，目前動作仍完成接觸與回收。

「接下來可以…」根據路書末端的動作方向提供至多三項建議；同側剪冰優先呈現，再提供前進或另一側剪冰。其速度提示是目標值估算，不是額外跑過一遍完整物理求解。現階段建議尚未包含後退、三轉或 Power Pull。

長按按鍵的系統重複事件會被忽略，每次實際按下排入一項。輸入欄位內不攔截滑行快捷鍵；也可取消右側「鍵盤」以停用。

## 初始條件、擾動與紀錄

「控制器與初始條件」可設定 0–3 m/s 初始速度，以及前、左 90°、右 90°的初始朝向，修改後按「重設」套用。初始速度是測試的初始條件；從靜止以 W 取得速度，才是在驗證推刃效果。

「外部擾動與檢查」的四個按鈕各施加 **8 N·m、0.10 秒**外力矩。暫停時按下會等播放後施加；它與 W／S／A／D 的滑行指令分開。連續多次擾動可能超過單腳支撐能力，跌倒會停格保留現況，不自動回正。重設後可重試，或先匯出失敗紀錄。

「匯出此次滑行」下載 JSON，包含模式、模型 ID／SHA-256、環境設定、重設與指令事件、完成紀錄、最終狀態及最近 45 秒冰痕。這是操作與狀態紀錄，不是整段每一個時間步的完整錄影。畫面顯示最近 12 秒的傾角誤差，冰痕保留 45 秒；清除冰痕不重設速度、路書或平衡狀態。

切換瀏覽器分頁會暫停。慢放只改變模擬時間相對螢幕時間的速度，標準積分步長維持 1/240 秒。

## 同一個滑冰者如何被驅動

男性模型來自共用 [hanyu-profile.js](../../hanyu-profile.js)：**Yuzuru，1.72 m、57 kg**，沿用固定近似肢段。沒有通用 70 kg 的男性預設。冰面均勻、設備參數固定，先服務虛擬動作的可用性與可信度。

| 層次 | 實際負責的工作 | 檢查方式 |
| --- | --- | --- |
| 指令／路書 | 動作、強度與執行順序；同側週期接續 | 排入時的強度快照、完成紀錄、候補上限 |
| 程序化足部與承重 | 轉刀、側後推伸、離冰、跨步、回收至原側；名義負重中心對齊質心基準 | 腳位連續、離冰無負重、回收腳回到支撐腳正確一側 |
| 質心與接觸力 | 根據承重、刀向及推刃角色計算有限推力、導引力與阻力，再積分速度與位置 | 刀的作用力上限、動能／做功、位置與速度的積分一致性 |
| 神經平衡 | 12 維觀測輸入 MLP，輸出兩個有界 CoP 等效力矩；依加速度追蹤前後與左右傾角 | 與相同容量的 PD／無回授比較、單腳容量縮窄、Python／JS 推論一致 |
| 固定骨架／IK | 從同一狀態繪出軀幹、四肢、刀向與冰痕 | 固定肢段與接觸姿態檢查；不回寫物理狀態 |

這裡有兩項刻意保留的簡化。第一，足部與負重中心由技能規劃擺放，不是完整人體自行求解出接觸；不能把「負重中心已對齊」當成神經網路學會了自主落腳。第二，兩軸平衡使用等效接觸力矩，尚未分配成每個髖、膝、踝關節的有限力矩。因此它是**程序化技能＋質心接觸計算＋神經平衡＋IK 視覺**，不是 37 自由度全身動力學，也不是強化學習自行學會剪冰。

單腳側向有效支撐半寬縮為 0.018 m，57 kg 下只能提供約 10.065 N·m 的側向修正；不沿用雙腳跨距。它是本固定環境的有效接觸參數，並非真實冰刀寬度量測。神經輸出不會繞過這個上限，也沒有額外無界姿態馬達。

推進與停止的根位置、速度由有限接觸力積分；停止使用轉刀產生的阻力，不用刀齒撞停，也不直接把速度設為零。姿態 IK 只是呈現同一運動狀態，不能用它的視覺合理性取代動力學驗證。

## 已有驗證

[完整指令報告](artifacts/locomotion/command-verification.json) 與 [局部平衡訓練報告](artifacts/locomotion/training-report.json) 是不同的測試，各有 12 個案例，分母不能合併成一種「滑冰正確率」。

| 測試 | 神經 | PD | 無回授 |
| --- | ---: | ---: | ---: |
| 12 段完整指令任務 | 12／12 | 12／12 | 0／12 |
| 12 段局部平衡序列 | 12／12 | 12／12 | 0／12 |

完整任務涵蓋前進累加、左右連續剪冰、換方向、停止、不同指令強度與初始條件。通過除了未倒下，還要求指令全部完成、預期方向或停止成立、末端平衡誤差受限。標準流程另以 120／240／480 Hz 比較。逐步檢查有限接觸力與積分、離冰不施力、轉刀對推力的限制、同側週期連續、回收側別、以及平移動能與接觸做功。

[本機 Chrome 操作報告](artifacts/skating-ui/report.json)另外確認路書、強度、鍵盤、慢放、匯出、舊版入口與手機版面。九項指令的神經示範約 31.37 秒完成，滑行約 28.54 m，停止時低於 0.04 m/s；保留有限殘餘速度，不覆寫為零。這些是本機驗證，尚未由此步驟發布網站。

局部平衡另保留失敗邊界：單腳、沒有側向加速度、初始左右傾角 ±0.16 rad 時，神經與 PD 都約在 0.63 秒失衡。這兩個壓力案例沒有藏入或刪除，也不算正常任務通過率。大偏移恢復需要改變落腳、路徑或有限角動量策略；單靠本版小 CoP 網路無法保證救回。

這些結果限定固定的虛擬接觸模型。前進左右剪冰的通過，不等於後退剪冰、跳躍、三轉或先前 MuJoCo 單腳案例已通過。人體關節力矩、冰刀細節、真實設備泛化與影片擬合準確度仍屬不同驗證範圍。

## 本機執行與檔案

本頁需要 ES modules 和 HTTP 讀取權重，不能直接以 file:// 開啟。於 repository 根目錄：

```powershell
python -m http.server 18766 --bind 127.0.0.1 --directory projects/serenity
```

然後開啟 <http://127.0.0.1:18766/ice/robot/lab/index.html>。只綁定本機；不因此把本機檔案服務開放到網際網路。

主要檔案：

- [locomotion.js](locomotion.js)：技能、接觸、質心與兩軸平衡時間積分。
- [locomotion-policy.js](locomotion-policy.js)、原始碼庫中的 `train_locomotion.py`：新 MLP 的訓練、權重匯出與瀏覽器推論。Python 訓練程式不由靜態網站提供。
- [skating-app.js](skating-app.js)：按鍵、路書、慢放、匯出與頁面狀態。
- [skating-view.js](skating-view.js)：固定身材姿態與冰痕。
- [verify-locomotion.mjs](verify-locomotion.mjs)、[verify-locomotion-policy.mjs](verify-locomotion-policy.mjs)：完整指令與神經契約驗證。
- [BALANCE-BASELINE.md](BALANCE-BASELINE.md)、[TRAINING.md](TRAINING.md)：第一版雙腳直滑與訓練紀錄，保留比較。

下一步先維持同一命令、狀態與驗證介面，逐項加入更完整的停止與承重回授，再把接觸要求分配到關節。後退蹬冰、前後轉三與 Power Pull 都要新增獨立測試，不能只換動畫名稱後列為已完成。
