Skip to content

Latest commit

 

History

History
87 lines (68 loc) · 8.08 KB

File metadata and controls

87 lines (68 loc) · 8.08 KB

BlindAssist 待决方向

状态:current(只记录尚未决定的方向,不授予研究或产品权限)

本页是待决想法的短入口,不复制动态实验数字、执行计划或历史流水。旧记录完整保留在 想法池历史归档;当前产品事实以 README.md 为准,当前双环、SANPO 与暂停的 RCLE 状态以各自 current 文档为准。

维护规则

  • 只有用户明确要求保留,或团队明确延后一个非平凡方向时,才新增条目。
  • 每条只写问题、尚未验证的假设、进入实施前的门槛和权威入口。
  • 一旦采用、拒绝或完成,就把决定写入对应 current/decision/snapshot 文档并从本页移除;不要在这里追加实验流水。
  • 本页任何内容都不开放训练、formal claim、Android 接入、默认模型替换或产品安全表述。

当前待决

反事实风险事件与生命周期建模

  • 问题:单帧/像素指标不能直接回答“同一真实风险事件是否及时提醒且只提醒一次”。
  • 假设:具备来源隔离、matched negative、完整生命周期标注的事件级数据,可能比继续调单帧 head 更能改善误提醒与重复提醒。
  • 实施门槛:先按 SANPO 当前状态反事实采集协议 关闭许可、来源隔离、复核与数据覆盖门;未闭合前只允许协议/接口工作。

TwinScene 与 AC4D 后续方向(含 TARO 迁移指针)

  • 状态:TwinScene 与 AC4D 待决 / GaugeFix+PARA 已迁出为 TARO 独立并行支线
  • 共同问题:继续换 depth backbone 或直接学习 final clearance,无法区分尺度、support、boundary、 可观测性和动态预测究竟哪一层提供信息增益;新方向必须先用 oracle/反事实把机制拆开。
  • GaugeFix 想法:在有效 K/crop/rotation/resize receipt 和独立米制锚之后,只估计会改变 body-swept clearance 的低维残余 gauge posterior,并以 TSVD/observable mask 保留不可观测方向; RGB-only、纯旋转或无 metric anchor 时必须保持 UNKNOWN。
  • PARA 想法:先复用合法 ring-buffer 历史,再在身体保持静止时选择 yaw/pitch 或手机左右微基线, 直接优化 task-query uncertainty/risk reduction;不得退化成通用 NBV、时序平滑或要求用户迈步。
  • 采用决定:GaugeFix 与 PARA 已合并为 TARO — Task-directed Active Risk Observability, 不再作为两个待决子路线;当前入口为 TARO current,详细命题、 数学定义、数据合同、实验阶梯、强基线与 kill gates 见 TARO R0 路线指南
  • TwinScene 待决想法:构造 真实基线 → 同 pose 数字基线 → 单变量 3D 干预 三元组, 以 exact depth/support/boundary treatment effect 做 factor finite-difference supervision;只有通过 collider/render parity、effect-mask 外 artifact probe、跨 renderer/asset/site 和少量真实物理 pair 审计后,才可另立离线数据/蒸馏路线。它不能把 synthetic effect 写成真实因果。
  • AC4D 待决想法:先预测与候选 wearer path 无关的 stochastic future metric world belief,再由 deterministic 4D body tube 查询任意 path/profile 的 first-contact survival;必须先在加速/转向、 遮挡重现、多目标和 1.5–3 秒困难分层上以 oracle 超过 D44 + Kalman/IMM,普通 1 秒 ADE 改善不足以立项。
  • 依赖关系:TwinScene 未来只能作为 TARO 的可选离线监督;TARO 未来只能在独立 oracle 通过后向 AC4D 提供 current metric posterior;三者不得互相背书或一次性组成无法归因的大系统。
  • 当前权限:TARO 只获得路线设计与唯一 P0 protocol-lock successor,execution=false;TwinScene、 AC4D 没有 active route、数据、实现、训练或 outcome 权限;默认 App、产品与 safety 均不变。

真实眼镜终端

  • 问题:当前正式能力仍以手机摄像头为主,模拟中心不等于真实硬件连接。
  • 假设:先建立 GlassesFrameSource、设备状态与反馈适配边界,再以 USB 有线样机验证,能避免过早把 BLE、视频、音频和 UI 耦合。
  • 实施门槛:以 眼镜硬件路线 为 current 入口;具备真实硬件、协议、断连降级、功耗/热与隐私验证后才进入实现。

答辩/课堂轻量展示包

  • 问题:临场演示需要稳定材料,但不应重新污染日常主流程或把历史验证当成当前事实。
  • 假设:文档、外部 APK 归档、debug-only 回放和少量授权截图已足以构成轻量展示包。
  • 实施门槛:只有在明确的提交或答辩需求出现时,按 演示指南 生成一次性材料并重新验证版本、构建和设备状态。

DA3 × Metric3D GeoMetric-Lite 双教师轻量几何

  • 状态:待评估 / 候选算法支线
  • 主张:DA3 的空间结构/跨帧几何与 Metric3D 的米制尺度可能互补,可蒸馏为移动端稠密几何学生。
  • 保留理由:若教师互补性成立,可能改善 clearance、地面/障碍几何和时序稳定性;但必须先证明互补性,再购买双教师训练复杂度。
  • 进入门槛:先做固定数据上的教师互补性、单帧/时序对照、disagreement 与 error 关系及 kill gate;通过后才能建立新版本研究路线。
  • 禁止动作:未通过 R0 证据门前不得直接开始完整双教师训练、替代 DepthART/DA2、接入 Android 或改变默认 App。
  • 原始方案:BlindAssist_DA3_Metric3D_GeoMetric-Lite_R0.1.md

DepthART R1 QAIRT/QNN/HTP 部署准入

  • 状态:待推进 / 已存在主线候选的部署工作包
  • 主张:DepthART-S 可沿 numerical parity、QAIRT graph compatibility、SelectiveScan lowering、HTP graph/runtime/performance 分层验证,争取成为可部署候选;R0 FAIL 必须保持不变。
  • 保留理由:这是当前 DepthART 主线的部署与准入执行思路,能够把“算法收益”和“部署可行性”分开管理。
  • 进入门槛:按 R1 顺序完成原始 ONNX parity、等价图改写 parity、Camera Embedder 处理、QAIRT 转换、SelectiveScan 实际判定、HTP smoke 和性能;任何阶段未闭合都不能写成 HTP PASS/FAIL 或生产替换。
  • 禁止动作:不得修改 R0 FAIL、把转换阻塞提前写成 HTP FAIL、把单机性能当作准确率/安全证据、或直接接入默认 App。
  • 原始纲领:BlindAssist_DepthART_R1_QAIRT_QNN_HTP_部署与准入执行纲领_2026-08-07.md

异步慢快感知、流式记忆与潜在未来风险

  • 状态:待评估 / 系统与算法交叉想法
  • 主张:通过 slow/fast 异步感知、跨帧 streaming memory、轻量 latent future predictor、uncertainty gate 和 dynamic compute,可能在移动端降低平均计算成本并提升动态风险感知时效性。
  • 保留理由:它不是单一模型替换,而是可拆成独立的时序、数据、延迟和性能研究,适合在 DepthART 周边并行验证。
  • 去重边界:本条只保留 slow/fast scheduling、streaming memory 与 dynamic-compute 系统想法; task-query active observation 已迁入 TARO,4D first-contact/world-belief 算法已由上面的 AC4D 待决项承载。
  • 进入门槛:先做单变量、可停止的最小实验:异步刷新收益、记忆/时序模型收益、未来风险预测收益、动态计算节省与最坏延迟;每个方向通过判别实验后再登记为独立路线。
  • 禁止动作:不得一次性同时引入十二类技术、把概念综述当作结果、未测量就宣称降低端到端延迟,或绕过 current 入口直接接入默认 App。
  • 原始调研:2024–2026 新型轻量智能学习与实时视觉感知技术路线整理.md