---
作業フォルダ: /Users/shimazueiichi/r2r2r-scripts
上限時間: 120
---
# 依頼：ゲームパッドで直した今日の成功5本を点検し、補正データ corr_v5 を作り、corr2 から続きの学習を Log22 で回し始める（2026-11-06）

依頼57・58b（corr_v4 と corr2）の続き。今日（11/6）、モデル corr2（PixelstoMotors/pi05-mecharm-trim-corr-lora-v2 の 1499）で実機推論を9回回した。
補正は、新しく足した p（ゲームパッドで補正。コミット cd2fb46。run_policy_client.py が gamepad_teleop.py を同じプロセスで動かす）だけを使った。キーの補正 c と巻き戻し b は使っていない。

## 今日の9回（KIOXIA の runs/pi05_policy/）

| run | 結果 | ゲームパッドの補正 |
|---|---|---|
| pi05_20261106_183926 | 成功 | 2 |
| pi05_20261106_184312 | 失敗 | 2 |
| pi05_20261106_184452 | 成功 | 2 |
| pi05_20261106_184650 | 成功 | 2（2回目は j2 が学習データの範囲の外で終えた） |
| pi05_20261106_184906 | 成功 | 2 |
| pi05_20261106_185050 | 失敗 | 2 |
| pi05_20261106_185225 | 失敗 | 3 |
| pi05_20261106_185415 | 失敗 | 2 |
| pi05_20261106_185554 | 成功 | 2 |

## A. 成功5本の手首と関節の点検（読むだけ）

- 依頼57の `pi05/diag_joint_hold.py` で、183926・184452・184650・184906・185554 を点検する。同じ分け方・同じ「4° を超えたら外れ」で、run ごとの表を出す
- ゲームパッドの補正は送り方が違う（1刻みは send_angle で動かす関節だけ・長押しは 15° 先へ1回送って離したら stop）。この区間でも点検が正しく読めるかを確かめ、読めない所があれば直す。補正の区間は log.jsonl の type=pad の行と type=correction・device=gamepad の行にある
- 外れのある回は入れない案にし、理由を書く

## B. 補正データ corr_v5 を作る

- 入れるのは、corr_v4 の7本（10-31 の 175527・180435・181946・184016、11-01 の 190347・190854・192101）と、A で入れてよいとした今日の回
- `pi05/build_correction_episodes.py` がゲームパッドの補正の記録を正しく扱うかを先に確かめる。特に次の3つ
  - 補正の間（状態 correct）のコマが学習に入ること。爪の指令の時刻（recorder.gripper）が states.csv に入っていること
  - 角度の抜けの埋め方（依頼46）：ゲームパッドの区間は送り方が違い、記録スレッドの読み取りも続いている。今日の回で抜けがどれだけあるかを測り、ゲームパッドの区間に作り直し（ウ）が要るか・合うかを書く
  - 止まりの詰め方（依頼48）：長押しを離して stop で止めた所や、1刻みのあとの止まりが、今までと同じ決まりで詰まるか
- 直す必要があれば直し、テストを足す。今までの corr_v1〜v4 の作り方は変えない（同じ入力から同じものができること）
- 依頼57と同じしきい値で作り、`mecharm_redblock_box_corr_v5` と、お手本と合わせた `..._teach_v1_trim2_corr_v5`、Pod に送る tar を作る。exFAT の `._` は入れない。corr_v1〜v4 は残す
- check_dataset を通し、run ごとの表（コマ・補正のコマ・止まりの割合・1コマの最大の動き）を出す

## C. 続きの学習の設定と、学習を回し始める

- 続きの元は corr2 の 1499（KIOXIA の `checkpoints/pi05_mecharm_trim_corr_lora_v2/1499`）。学習率の予定と正規化の値は依頼57と同じ考え方（正規化は trim2 の値のまま。1499 の値が trim2 と同じかを確かめてから置く）。ステップ数 1,500
- 設定名の案：`pi05_mecharm_trim_corr_v5_lora`。新しいモデルの Hugging Face のリポジトリ名の案：`pi05-mecharm-trim-corr-lora-v3`。KIOXIA の置き場 `checkpoints/pi05_mecharm_trim_corr_lora_v3/1499`
- lab_train.sh と lab_start.sh の `--model` に `corr3` を足す。今までの trim・corr・corr2 は何も変えずに動くこと
- **Log 番号は Log22**（このチャットの番号）
- 今日の推論の Pod（Log22 の lab_pod.json、id b6j7nc4m74h7ru）がまだ残っていれば、先に `./lab_stop.sh --log Log22` で消してから学習を始める。記録（lab_pod.json）が学習の Pod とぶつからないことを確かめる
- テストと codex のレビューが通ったら、`./lab_train.sh --log Log22 --model corr3` を、依頼箱の作業が終わっても止まらない形（nohup などで裏に回す）で始める。学習が終わったらモデルを持ち帰って Pod を消す、今までの lab_train.sh の流れのまま
- Pod ができて、step が進み始めたことを確かめてからこの依頼を終える。学習が終わるのは待たない
- 始められなかったときは Pod を残さない（作ってしまったら消す）。理由を報告に書く

## 確かめ

- 既存のテストが全部通ること（pi05/test_rewind_correct.py の top.mp4 の1件は、cd2fb46 の前から Linux の環境で落ちるもの。Mac で通るかを書く）
- codex のレビューを通す（docs/ に依頼文と結果を残す）
- 測定データ（runs/・datasets/・checkpoints/ の既存のもの）は上書き・移動・削除しない。書く前に KIOXIA のマウントを確かめる
- アームは使わない
- git は個別ファイルを指定して add する

## 報告に書くこと

- A：run ごとの表と、入れる回・入れない回の案と理由
- B：ゲームパッドの区間の扱いで分かったこと・直したこと、corr_v5 の場所と run ごとの表
- C：学習を始めた時刻、Pod の id、GPU、出力のファイルの場所、終わる見込みの時刻
- 変えたファイル、コミット、テストの件数
- 決めてほしいこと