具身策略评测完全指南：四维坐标、三道门禁

训练 loss 降到 0.03，机器人就真会干活了？别急着庆祝，这玩意儿太容易骗人。

离线 loss 只是在演示数据上算误差。策略一旦自己跑偏，错出的状态没人教过，就会越偏越远。仿真也一样，没有真实世界的噪声和延迟，模拟考高分不等于真机行。而且成功率这种点估计极不靠谱——90% 对 50%，样本少时统计上根本分不出高下。

想不被骗，得设三道门禁。先看离线 loss 防过拟合，再进仿真筛掉干不了活的，最后才上真机定结论。真机测试至少跑 50 回合，配上 Wilson 区间和 Fisher 检验才算严谨。

测出真机只有 60% 也别扔，把失败数据收回来。人在关键帧接管纠错，只把这些纠错段补进数据集重训。每转一圈，策略才真正变强。

下一篇聊 30Hz 的推理延迟怎么卡死各派算法。