# WB013 — Cluster／平昌滑冰巨觀校準與時序圖

2026-10-01。執行 [WB011 的滑輪計算、滑冰巨觀目標](PLAN-WB011-INLINE-MACRO.md#目的與資料角色)。產出兩組來源時序、輪地接觸參數搜尋及保留窗口比較。此階段的 `ice-equivalent` 是滑輪模型對滑冰行為的工程近似。

## 2026-10-01 使用者修訂：允許自身接觸與交疊

收合旋轉會有肢段接觸，本階段純軟體模型允許自身接觸／交疊。R2 停用所有移動身體之間的碰撞排斥，保留每個身體與地面的碰撞；姿態擬合不加自身避碰成本，選窗不以自身交疊程度排序或淘汰。幾何交疊量只作姿態資訊，不是失敗／通過條件。地面作用力、有限關節馬達與非輪接地診斷仍照常計算。

此修訂發生在首批 33 候選完成之後；原批次、模型與成績完整保留。R2 使用新模型 hash、新來源重定向與新凍結批次，維持同一 33 候選預算、相同 seed 和 8／4 窗口分工。因姿態和選窗已改變，不能把兩版分數差異解釋成單一參數的效果。

## 本輪凍結範圍

- 使用 WB012 全身模型：37 人體關節、6 被動輪軸、57 kg 人體加 0.6 kg 鞋輪；Cluster 同樣是此工程身材，不能當成來源選手實測身材。
- Cluster 原始 0–7.666666 s；平昌保留 118–150 s 重建上下文，評估及圖表用 119–149 s。保留原始時碼，不放慢、不作 rolling-route 路徑改編。使用背景配準後的條件式公尺路徑及既有來源姿態先驗。
- 先全身重定向及固定平滑（13 個 30 Hz 樣本），再凍結 q/v/a、身材、相機及教師。來源的公尺尺度和相機俯角仍是假設；另輸出尺度、俯角各 ±20% 的時序敏感度包絡，這不是統計信賴區間。
- 同一組接觸參數聯合擬合兩組來源。輪半徑、rocker、接觸法向柔順和人體控制增益本輪固定。

## 搜尋與比較

四個搜尋參數：接觸滑移摩擦係數 `[0.05, 1.2]`、接觸扭轉摩擦長度 `[1e-6, 0.004] m`、輪軸乾摩擦力矩 `[1e-5, 0.01] Nm`、輪軸黏滯阻尼 `[1e-7, 0.0002] Nms/rad`。原工程基線是 `[0.65, 0.0002, 0.001, 0.00002]`。同時更新地面與輪胎係數，避免 MuJoCo geom 混合規則蓋過較小值。

各序列切成六個時間區間，在每區間選一個 0.35 s 連續窗口；R2 依原始支撐標記與非輪接地穿透程度排序選擇，選擇時不使用候選參數或模擬成績。區間 1、4 留作參數比較，其餘四區用於搜尋，共 8 搜尋窗口及 4 保留窗口。地面幾何不理想仍保留並標記，所有選定窗口都留在結果分母；自身交疊不影響選擇。

固定 seed `29831301`，33 個候選：基線、24 個對數空間 Latin hypercube 候選、8 個單參數 0.5×／1.5× 探測。以相同初態、固定有限 PD＋0.1×基線 inverse feedforward 求解，每個窗口只在開始時初始化，執行中不重設 root、不施加外力、不驅動輪軸。

選參數只用搜尋窗口：承重鞋路徑 RMS／0.1 m、COM 速度 RMS／0.5 m/s、鞋方向 RMS／15°、支撐不符比例，加上未完成時間、非輪接觸與控制飽和成本。另有小幅對數參數正則化。原始分項與失敗結果全部保留。保留窗口不參與選參數；它們仍屬同一來源重建的窗口，不能稱為獨立真人驗證。

## 時序定義

- 質心：整個 57.6 kg 模型按肢段質量加權；速度由剛體運動學計算，加速度按原始時間求導。質心不能用骨盆或承重鞋位置代替。
- 轉動慣量：全身關於瞬時 COM 的鎖定姿態慣量張量，含各肢段自身慣量及平行軸項。顯示世界 XYZ 對角分量與排序主慣量，單位 kg m²。並計算實際多剛體角動量，不用 `I × pelvis angular velocity` 代替。
- 需求合力：忽略空氣阻力時 `m(a_COM − g)`；需求外力矩為 COM 角動量導數。這是條件式重建需求。
- 模型作用力：在各個來源狀態、相同基線教師輸出下，由基線／校準後 MuJoCo 輪地接觸計算。分開左右輪鞋、toe stop、非輪身體接觸；方向是地面對鞋，反向為鞋對地面。這些逐狀態評估不是一條已成功執行的完整前向軌跡。
- 另外保存真實連續短窗口重播，檢查校準能否改善巨觀追蹤；圖表保留完整來源時序及不可靠區段，不截掉失敗尖峰冒充正常。

## 分工與交付

Windows／Mac 各跑相同短 probe；Mac 執行來源重建及 CPU 候選，Windows 聚合與 Matplotlib 圖表輸出。每台一個受保護 Python worker，每批退出確認與 artifact audit 後才進下一批。每個窗口完整在單一主機執行，跨平台差異僅診斷。

`two-leg-training-wb013-*` 沿用已存在的 raw ignore 規則；原始 NPZ、來源快照、逐案 logs 及 Mac tar.gz 留 Git 外，保留 hash。Git 候選只收程式、計畫、精簡摘要、參數、經 review 的時序資料及 PNG／SVG 圖表。失敗不會觸發自動加倍搜尋；參數先供研究比較，不替換預設策略。

## 執行結果（2026-10-01）

R2 已完成 33／33 候選、264 個搜尋窗口 rollout 及 24 個比較 rollout。保留窗口成本從 12.697 升至 13.189（變差 3.87%），完成數同為 3／4，未接受為預設參數。自身交疊已允許，Windows／Mac probe 的自身碰撞配對均為 0，地面配對均為 24。

Cluster 231 幀與平昌 901 幀的 COM、慣量、角動量、需求合力與模型接觸力時序已輸出為互動頁及 PNG／SVG／PDF。全段資料仍是條件式來源重建與逐狀態接觸診斷；下一階段應先核對原時間下的路徑／垂直修正尖峰，再決定是否擴大搜尋。詳細結果見 [TRAINING](TRAINING-WB013-MACRO-CALIBRATION.md)，本計畫的預算與判定規則保持原始紀錄。
