M04 收尾与 M05 数据准入

# M04 文件级公开许可审查

结论：允许发布原创数值纠正证据和报告；完整视觉数据集、仿真素材、Demo 及含双相机的轨迹维持私有。此结论是基于现有来源证据的发布准入判断，不是关于所有渲染画面是否合法的司法结论。

## 已核查的依据
- LIBERO 固定提交 8f1084e3132a39270c3a13ebe37270a43ece2a01：README 声明代码 MIT、数据集 CC BY 4.0；根 LICENSE 为 MIT。
- HF lerobot/libero-assets 固定 Revision 0b3ea86be5fe169d0fd036ae63d1070ec09e90f6：586 个文件；585 个资源与固定 LIBERO 源码资源逐字节相同，唯一非匹配项是 HF .gitattributes。
- HOPE 原始作者仓库 swtyree/hope-dataset 的 README 明确涵盖纹理网格并声明 CC BY-NC-SA 4.0。LIBERO stable_hope_objects 下的 cream_cheese 是当前 Goal task 6 的目标物体；总体 MIT/CC BY 声明不足以消除更具体来源条款的歧义。
- 场景还涉及 scanned objects、TurboSquid、场景纹理和家具；当前快照没有完整逐物体的原始页面、授权和署名链。

## 文件清单及处理
license_inventory.csv 包含 586 个上游资源文件和 280 个媒体／含图像的轨迹文件，逐项记录路径、SHA256、官方固定版本匹配状态、声明、处理决定和理由。
例：stable_hope_objects/cream_cheese 下 XML/OBJ/MTL/MSH/纹理保留 HOPE 来源限制；turbosquid_objects、scenes、textures 的原始条目授权链未齐。所有列明的 M04 MP4/PNG/NPZ 维持私有。未改动任何原视频。

## 可公开的明确子集
public_numeric_dataset/ 仅含自行产生的机器人 7D 动作、8D 本体状态、成功/终止标记、时间与索引，以及原创来源说明。没有图像、视频、纹理、网格、物体几何、模型权重或第三方完整数据集。以 CC BY 4.0 发布这些原创数值记录，保留 LIBERO 与 SmolVLA 署名；该许可不扩展至被排除的视觉资产。这是数值证据子集，不能声称完整视觉 LeRobot v3 数据已经公开，不能替代 VLA 图像训练输入。

## 完整视觉发布解除条件
补齐 HOPE 各素材的来源/修改/署名与 NC-SA 适用处理；为 scanned、TurboSquid 和场景资源建立精确条目映射及再分发条款。或者在另行授权的未来实验中使用全部明确许可的替代素材重新生成数据。本次不重跑旧实验，不擅自把私人上传改成公开。

官方链接、抓取原文哈希见 license_review.json；抓取原文保存在 license_sources/。原始代码许可证不等同于所有第三方资产的统一许可证。

# M04 Registry 与纠正监督审计

状态：数据工程检查通过；历史异常已经隔离，原始证据未修改。

- r7 的 12 Episode / 956 transitions 保持逐文件 SHA256 不变。
- 11 条新纠正与 1 条 M03 派生轨迹逐条核实：源 M02 为失败；任务及 init state 对应；100 步前缀与实际 env_step_argument 精确一致；7D 动作有限且在 [-1,1]；8D 预动作状态与数据集精确一致；成功与 done 仅在最后一帧。
- 11 条新纠正对应 22 份独立物理重放的成功 receipt，NPZ 哈希、动作数组和恢复容差全部通过。
- 新鲜审计没有重新运行以上仿真；引用已经存在的、重新核验了哈希的物理重放证据。旧图像逐帧验证 receipt 也冻结了哈希。

异常：m04-g09-fresh-brightness-115-first50-01 的两行失败记录复用了同一 ID 和 JSON 路径，时间及哈希不同。当前 JSON 对应后一次记录，不能恢复前一次文件的可信字节。两行在 quarantine_manifest.json 逻辑隔离，禁止训练纳入；不删除失败、不篡改旧哈希、不把动作数组相等当成元数据哈希修复。r7 未包含该 ID，11 条新纠正不受影响。

来源组纠正：此前声称预留 M06 的 goal:6:0/1/4/6、object:6:1、spatial:5:7 共 6 组被开发尝试使用。全部退役，不再称为独立测试。所有失败尝试的源组及派生场景也划入开发范围。替代的 40 任务 × init 40–49 共 400 个条件已冻结文件及状态哈希、任务配置哈希和 seed 95000–95399；没有来源组或状态字节与旧开发状态重叠。未运行这些测试，也不声称它们从未出现在基础模型预训练中。

机器可复核文件：registry_audit.json、quarantine_manifest.json、training_freeze.json、source_groups.json、independent_test_freeze.json。

# M04 生产成本台账

结论：可追溯阶段时间已分开整理；历史完整生产成本和真实租卡金额仍不可得，不能把 0.5735 小时称为全部成本。

| 阶段 | 已记录数值 | 限制 |
|---|---:|---|
| 79 行策略搜索 policy loop | 2064.476 s | 包含推理与该段仿真，仅阶段墙钟 |
| 成功尝试 policy loop | 225.160 s | 12 成功行对应 11 唯一新纠正 |
| 失败尝试 policy loop | 1839.316 s | 67 行，含隔离的两个旧失败记录 |
| 模型加载 | 79 行报告合计 640.519 s | 共享加载时长会重复，缺独立加载 ID，非准确总额 |
| Reset 记录 | 合计 1512.531 s | 历史记录范围不完整，不能代替全部前缀重放时间 |
| 22 次独立重放的纠正执行段 | 354.716 s | 不含所有 Reset、前缀、初始化与编码 |
| r7 写入及双相机编码 | 36.478 s | CPU/编码阶段墙钟，不能称 GPU-active 时间 |
| 旧原视频、NPZ、Demo 编码 | N/A | 未保存完整独立计时 |
| 空闲分配时间 | N/A | 无完整租用/暂停与进程占用账单 |
| 本次跨任务全进程 | 328.473 s | 3 次尝试，0 成功；加载/Reset/仿真/编码分项均保存 |

旧数据可直接加和的非重叠已记录阶段墙钟下界为 2455.670 s，即每条新可信纠正至少 0.062012 小时（约 3.721 分钟）。这个下界包含失败搜索成本和 r7 写入，不包含缺失的加载/前缀/编码/空闲等，不是完整生产成本，也不是账单或 GPU-active 小时。此次额外跨任务负结果成本另列，不回写旧数值。

完整单位成本必须用“全部分配资源的计费时间 × 实际费率 / 11”核算。没有真实发票、租卡费率及历史缺失计时，本报告将完整成本、真实金额、空闲成本均保留 N/A。补充账单可恢复真实租用总额，但不能凭账单反推缺失的逐阶段历史时间。新 Runner 已增加分项埋点，后续运行可直接记录。

补充查获的阶段：3 条旧动作迁移失败尝试的仿真时间分别为 71.922、73.259、72.093 秒；M03 派生纠正的两次 M04 重放记录了 Reset 18.968 秒及执行 40.266 秒。加上上述原有下界，所有已知阶段墙钟下界为 2732.178 秒。性能微基准及工程失败仍缺完整总计时，完整生产成本继续为 N/A。

# M05 数据准入报告

**结论：纠正监督的工程准入有条件通过；只足以支持单任务、有限来源状态的受控可行性试验。未开展 M05 训练，不具备宣布跨任务提升或商业视觉数据授权完备的条件。**

## 已满足
1. 冻结的 r7：12 Episode、956 transitions、11 条新纠正和 1 条 M03 派生纠正；1 task、2 init states。
2. 实际执行的 7D 相对动作有限、范围合法，与原始 env_step_argument、成功重放及 parquet 完全对齐。8D 预动作状态及最后一步 terminal labels 精确匹配。
3. 包含双相机的完整数据在云端可内部复核；公开数值子集不替代视觉训练数据。
4. 两条有 Registry 来源歧义的失败记录被逻辑隔离，未污染 r7。
5. 所有开发及派生来源组冻结；此前 6 个受污染测试来源已退役。新的 400 个测试条件使用 init 40–49 与独立种子，文件/状态/BDDL 哈希已冻结，无旧状态字节交叉。

## 启动后续 M05 前仍须落实的条件
- 在另行授权的 M05 任务内冻结训练预算、同协议 Frozen Baseline 与指标，不先查看新的测试 outcome 再调参。
- 不把同一源状态派生的不同策略 seed 当作独立数据来源；训练归一化和样本选择只能使用开发数据。
- 完整视觉素材按现有研究/非商业使用边界处理；不能从工程准入推导商业或公开视觉再分发权限。
- 本次 Goal task 4 的三次有界尝试均失败，不能声称纠正能力已跨任务验证；当前数据规模不支持泛化结论。
- 12 条全部成功的纠正段是选择后的监督数据，不代表策略成功率。干预策略产生动作与无干预重放图像的观测语义已明确，不伪称原始策略自然生成。

m05_admission.json 是机器可读 gate；training_freeze.json 是确切训练文件；source_groups.json 与 independent_test_freeze.json 是禁止泄漏的来源约束。训练执行：False。

## 必须保留的输入契约
固定 checkpoint 的特征配置声明 state 为 6 维，但实际 Normalizer 使用 8 维；既有已验证 Runner 保留完整 8D 位姿与夹爪状态，由 SmolVLA 补齐到 max_state_dim。未来训练入口必须显式兼容这个已冻结契约，不能截断状态或假设通用训练器默认配置可直接使用。模型、Processor、Normalizer 文件均已重新计算 SHA256 并记入 training_freeze.json。本次未执行训练 forward/backward，不把数据工程通过称为训练器已验收。

# 有界跨任务验证
Goal task 4 / init 4（M03 已使用开发来源），固定 100 步前缀、120 步纠正上限。
协议先冻结在 protocol.json：最多 3 次、总计 900 秒、每次 240 秒，成功后允许独立重放 180 秒。
结果：3/3 尝试完整执行，0/3 Success，0 条新增可信纠正。328.473 秒后达到尝试次数上限并停止。
干预分别为 wrist 亮度 1.10、动作缩放 0.90、agentview 亮度 1.15。FP32 CUDA Graph 使用已通过输出正确性验证的路径。全部轨迹、双相机视频、原始动作日志和分项计时位于 cross_task/policy_attempts/。
这是完整保留的负结果；没有扩展种子，没有替换旧数据，没有创建失败的“成功重放”。全进程时间包含加载与编码，不能拿暖态 chunk 的 6.95 倍推断本次端到端收益。