pi05_mlspaces_place@10000(파일럿; 본 런은 open/close 학습 모델로 교체) · 플래너 gemini-3.7-flash · 5전략 · find 589행 + restore 518행(v1.0 53편+v1.1 47편) · 순서 = 파일럿 80플랜 → find 전량 → restore 전량states/final.npz가 우리 하네스 씬과 다른 MuJoCo 모델의 전체 덤프 → 이름 기반 복원 알고리즘(물체 67개 + 관절 31개 + 로봇 베이스)으로 우회, 스모크 테스트 정착 오차 최대 7mm읽기 평가(격자)는 find v1.0 7모델, restore v1.1 6모델까지 끝났지만, 온라인(실행) 표는 아직 v0.7(val, n=353, mixv2 시대) 그대로였다. 같은 데이터·같은 전략으로 "메모리가 읽기뿐 아니라 실제 로봇 실행 성공률에도 이득을 주는가"를 답하려면 온라인 하네스를 v1 final 데이터로 재측정해야 한다.
사용자 지시(260906): 파일럿조차 사전 승인 없이 돌리지 말고, 풀 실험 설계 전체(데이터·전략·비용·지표)를 먼저 문서화해 검토받으라 — 이전에 미검토 파일럿(job 111176/111177)이 이미 한 번 취소된 바 있음(비용 <$1, 손실 없음).
| 가족 | 루트 | 편 | 행 |
|---|---|---|---|
| find | v1.0 e987b40f | 100 | 589 (읽기 본표와 동일) |
| restore (무변경) | v1.0 bcaf2815 | 53 | 173 |
| restore (재렌더) | v1.1 609076c0 | 47 | 345 (target 149 + distractor 196) |
VLA π0.5 pi05_mlspaces_place@10000(260902 최신 학습분) 확정, 플래너는 gemini-3.7-flash — rollforward 시드가 v1.0·v1.1 양쪽에 존재하는 유일한 flash라서 선택(3.6은 v1.0 시드만 있어 restore 47편의 rf 전략을 못 돌림). 프롬프트 프로필 molmobot, 메모리 모드 unified, 비용 상한 일일 $80(Letsur 캡 $100).
final.npz는 샘플별 (이름, 자세) 스냅샷이 아니라 데이터 생성기 씬(nbody 356)의 MuJoCo 전체 덤프였다 — 우리 온라인 하네스 씬(같은 하우스지만 nbody 492)과 모델 구조가 달라 통째로 복원할 수 없다.수정(restore_v1final_state, commit 1355576): 물체 67개 위치는 check_xpos로, 회전은 덤프 qpos에서 위치가 일치하는 free 블록을 매칭(67/67 성공)해서 가져오고, 문·서랍 관절 31개는 traj.h5의 obs/extra/scene_joint_qpos 마지막 프레임, 로봇 베이스는 obs/extra/robot_base_pose 마지막 값을 사용. 스모크 테스트(train_1299__2): 매칭률 1.0, 자세 오차 0, 30스텝 정착 후 최대 드리프트 7mm(2cm 기준 통과) — v1.1·bcaf2815 컨텍스트도 로더 정상 확인.
| 범위 | 플랜 | API | GPU | 벽시계(일 $80) |
|---|---|---|---|---|
| find 589 × 5전략 | 2,945 | ~$325 | ~430 h | ~4일 |
| restore 518 × 5전략 | 2,590 | ~$400 | ~530 h | ~5일 |
| 합계 (5전략, 승인안) | 5,535 | ~$725 | ~960 h | ~9일 |
| 절감안 (3전략: blind/textlog/vis-pure) | 3,321 | ~$435 | ~580 h | ~6일 |
파일럿 통과 기준(승인 조건): 크래시 0 · 플랜당 비용 ≤ $0.17 · ingest 누락 0 · find SR이 v0.7 표(0.29–0.44) ±0.15 안. 파일럿 규모 = find 10컨텍스트×5전략×1질의(50) + restore v1.0/v1.1 각 5컨텍스트×3전략×1질의(30), 총 ~80플랜·~$10·~12 GPU-h.
pi05_mlspaces_place@10000(본 런은 현재 학습 중인 open/close 포함 모델로 교체 예정, 완료 시 MODEL_DIR/CKPT_STEP만 교체) · 플래너 gemini-3.7-flash · 전략 5개 그대로 · 파일럿 선택기 --queries-per-context K 추가.이 설계 문서 자체가 논문 §5(온라인 실험) 프로토콜 섹션의 초안이 된다 — 데이터 버전·전략 매핑·비용/시간 산정을 실행 전에 못박아 두면, 파일럿에서 나온 이상 신호(find가 pick 성공률에 상한 지배된다는 사실 등, 별도 파일럿 결과 리포트 참조)를 "설계가 잘못됐다"가 아니라 "벤치의 실제 구성"으로 해석할 근거가 된다.
states/final.npz 버그는 사전에 못 잡았으면 온라인 캠페인 전체가 씬 복원 단계에서 조용히 잘못된 초기 상태로 진행될 뻔한 종류의 실패 — 스모크 테스트로 미리 걸러낸 것이 전체 5,535플랜 예산을 지키는 전제조건이었다.
v1.1 47편 rf 시드는 읽기팀 재측정(flash-3.7) 완료에 의존 — 미완이면 restore 47편은 rf 두 전략(rf-v2/rf-v3) 보류. 재렌더 15편의 vis-pure/rf-v2 시드는 구 렌더 인덱스 기준이라 본 런 분석 시 각주 필요.
파일럿(80플랜) 실행·검증 → 통과 시 find 전량(2,945플랜) → restore 전량(2,590플랜) 순차 실행. 본 런 VLA는 사용자의 open/close 학습 모델 완료 후 서버 검증·파일럿 1샤드 재확인 후 투입.