ROCKET POLICY LEARNING LAB
策略模型
强化学习平台
同一个不读取滑块真值的363维GRU Actor，仅依据 bbox、IMU 与历史 action 完成手持释放后的追击和首次取景。左侧完整列出火箭机、靶机和环境参数；绿色范围来自正式联合证书，灰色项目尚未验证。
VERIFIED GENERALIZATION DOMAIN
当前已通过的参数范围
已验证范围固定值 · min=max尚未验证
◆质量、惯量与重心推进域读取中
Random 会抽取一整行物理一致参数，不会独立拼凑质量、惯量和重心极值。
⚡电机与 ESC2207.5 · 1980KV · 四电机响应
旋向与Mixer由固定硬件预设约束；最大RPM、桨尖马赫数、推重比和电流能力由后台联合检查。
✣5152S桨与电池曲线缩放与6S电压链
完整Ct(J)/Cq(J)、桨惯量、平移升力和四电机共享压降会在覆盖计划中单独显示，未接入前不会伪装成可调滑块。
↝机体气动与压力中心CFD表中心值及不确定性
相对空速超出CFD表上限时后台会报警；CFD仍是计算中心值，训练通过随机化覆盖模型误差。
⌁Betaflight控制链HAKRCF405V2 · BF 4.5.2固定配置
PID、Rate、滤波、循环频率、Mixer、I-term与D-min已列入覆盖计划；在完整Schema和SITL一致性验证前保持固定预设。
≋大气、风场与阵风零风联合证书
当前联合证书使用上方固定环境值；气动力按本机速度减环境风得到相对空速。
◎靶机80 km/h · 9.9–10.1 m几何
当前联合证书中的靶机按上方位置、尺寸和水平直线运动参数抽样。
▣AR0234与Detector证书中的固定观测链
Actor不读取靶机真实尺寸、距离或Detector confidence；只接收bbox几何、valid/partial、image age与历史反馈。
⌁IMU与时间同步证书中的固定测量链
当前联合证书中的 IMU 噪声、偏置、延迟和时间戳抖动使用上方固定值。
↟发射、成功条件与后端手持预瞄准 · 首次取景终止
固定手持流程：相机光轴预瞄准、1.5 m释放、怠速、无抛投/冲量、0.4 s真实历史，首次达到面积和居中条件即结束。
资格判定读取中
正在将参数与最新结构化证据逐项比对。
LIVE POLICY TELEMETRY
追击过程
正在检查真实仿真后端…
时间0.00s
本机速度0.0km/h
目标速度0.0km/h
bbox 面积0.0%
中心误差0.000norm
油门 action0.000[-1,1]
bbox 延迟0ms
当前机头误差0.0deg
尚未运行。页面不会用预设动画代替策略推理。