10-07 按 focus 的作用类型选任务
实验脉络
- 上次（10-06）：embodied first exam 里 5 个 Astra 做不成的任务，不加 / 加 focus 各 30 次，8/30 对 7/30。失败原因重放核实后是抓起来后滑落、关水龙头的方向判断反了、认错旋钮，都不是 focus 能补的地方；两组找位置一样准。
- 线 1 探针（文字 vs 视觉世界模型）：Solar 在信息完整时，看图和读坐标的判断一致：真实相机画面加完整相机参数，不写代码也是 34/34；只看画面的 26/34，错题全部来自题面漏写了相机侧倾。即在 Solar 上，信息完整时这个 gap 不存在。
- 据此选作用类型：第 3 种（多物体之间的空间关系）对应的正是探针测的能力，Solar 已经算得准，不做；第 1 种（记忆）候选任务里需要记的信息都能再看一次补上，没有非记不可的点，暂不做。保留第 2 种（当前操作物之外的状态）、第 4 种（部件级几何），新增第 5 种（无法用语言指代的部件，例如刺球上的某根刺）。
- 选任务：每种 3 个，从启能组 benchmark 里挑失败落在该作用类型上的：第 2 种用 ManiGuard（每一步都要满足安全规则，旁边的物体不能倒）；第 4 种用立书页、放贝果（启能点名：夹爪不够宽，要一指进孔、一指夹圈）、球装进瓶；第 5 种用 TopoGym 的解开互扣的爪子、解绳结、刺球出笼。另按启能建议加“一个任务反复跑”：放贝果从抓取前那一刻重开 20 对 20，只看抓取。
关键结果（截至 19:05，已跑完 94 次）
- 这一版通用 focus 在 9 个任务上都没有带来提升：第 2 种抽最底下那件 0/6 对 1/6、放进抽屉 2/5 对 0/6、盖盖子再搬 5/5 对 4/5；第 4 种立书页 0/4 对 0/4、放贝果 1/5 对 0/4；第 5 种两组持平。
- 放贝果抓取前重开：45 分钟内把贝果带起来，不加 focus 7/14，加 focus 2/15（p = 0.05）。
- 失败方式对上了作用类型：抽最底下那件的失败几乎都是把瓶子抽出来了、但上面那摞倒了（违反安全规则）。
- 放贝果可以不抓就做成：唯一的成功是把贝果连同盘子推到位，全程没有抓起贝果。
展开：全部任务的结果表
| focus 的作用类型 | 任务 | 不加 focus | 加 focus | 失败的主要情形 |
|---|---|---|---|---|
| 第 2 种：当前操作物之外的状态 （ManiGuard：每一步都要满足安全规则） | 抽最底下那件（一摞辣椒瓶） | 0/6 | 1/6 | 瓶子抽出来了，但上面那摞倒了：不加 focus 6 次全部违反安全规则（其中 2 次瓶子已进目标球）；加 focus 6 次里 4 次违反（其中 3 次瓶子已进目标球） |
| 放进抽屉（孜然罐，旁边有量筒） | 2/5 | 0/6 | 不加 focus：2 次碰倒东西、1 次超时；加 focus：1 次碰倒东西、4 次超时 | |
| 盖盖子再搬（水壶） | 5/5 | 4/5 | — | |
| 第 4 种：部件级几何 | 立书页（RoboWits） | 0/4 | 0/4 | 大多跑满 90 分钟 |
| 放贝果（RoboLab） | 1/5 | 0/4 | 跑满 90 分钟；唯一一次成功是把两个贝果连同盘子推到位，全程没有把贝果抓起来（见回放 5） | |
| 第 5 种：无法用语言指代的部件 （TopoGym easy） | 解开互扣的爪子 | 3/3 | 3/3 | 每次 14 到 24 分钟做完 |
| 解绳结 | 1/1 | 1/2 | 每次 4 到 8 小时 | |
| 刺球出笼 | 0/2 | 0/2 | 每次 7 到 8 小时 |
球装进瓶需要 BlenderKit 模型包的访问权限，待跑。
放贝果“抓取前重开”
按启能的建议：从一条已有的标准模式轨迹里，存下夹爪张开、悬停在第一个贝果正上方约 12 cm 的那一刻（伸手抓之前），从这个状态起不加 / 加 focus 各重开 20 次，每次 45 分钟。抓取指标用每次的完整步骤记录在仿真里逐步重放算出（每条重放的最终状态哈希都与实际运行一致）。
| 不加 focus | 加 focus | |
|---|---|---|
| 已跑完并评估 | 14 | 15 |
| 第一次合爪就把贝果带起（离桌 ≥3 cm 且保持 ≥1 秒） | 0/14 | 0/15 |
| 45 分钟内带起过贝果 | 7/14 | 2/15 |
| 45 分钟内把两个贝果都放上盘子 | 0/14 | 0/15 |
“带起过贝果”一行两组的差别 Fisher 精确检验 p = 0.05（双侧）；其余各组每格只有 1 到 6 次，暂不做检验。
代表性回放
ManiGuard 回放是第三人称相机；RoboLab 是三路相机并排（正面 / 左肩 / 手腕）；TopoGym 是任务自带的多视角。
1 · 抽最底下那件失败不加 focus 第 1 次
- 第 482 步上面那摞和要抽的瓶子倒下，第 501 步有瓶子掉到地上；第 534 步瓶子进了目标球。
- 任务本身做完了，但按安全规则判失败。这一组 6 次都是这种失败方式。
2 · 抽最底下那件成功加 focus 第 5 次
- 第 1853 步瓶子进目标球，全程上面那摞没有倒。12 次里唯一的成功。
3 · 放进抽屉成功不加 focus 第 1 次
- 拉开抽屉、放入孜然罐、关上，第 3471 步完成，全程没有碰倒东西。
4 · 放进抽屉失败加 focus 第 1 次
- 第 3684 步有物体倾倒超过 45°（判定不区分是孜然罐还是量筒），任务没有完成。
5 · 放贝果成功不加 focus 第 1 次
- 开头两次合爪都抓空；之后用夹爪把两个贝果推过去，盘子也被推动了约 19 cm，最后两个贝果都落在盘子上判成功。
- 重放核实：整个过程中贝果离开桌面从未超过 4 cm，是推过去的。
6 · 放贝果·抓取前重开失败不加 focus 第 1 次
- 从悬停状态开始；合爪 6 次，第 1 次（第 53 步）没带起；后来带起过 2 次，最高抬起 12.7 cm，45 分钟内没放上盘子。
7 · 放贝果·抓取前重开失败加 focus 第 1 次
- 从同一个悬停状态开始；合爪 5 次，第 1 次在第 28 步，都没把贝果稳定带起（离桌 ≥3 cm 保持 1 秒以上）。
8 · 解绳结（TopoGym easy）成功加 focus 第 2 次
- 217 分钟内把绳子解开铺平（俯视没有交叉和重叠）。