gaojie/worldmodel
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
b9d70258c3eb302f69de828e9ba1557cb6486741
worldmodel/plans/PRISM/17_changelog.md
T
gaojie dbcbdbb59e chore: 为所有 md 文件添加 Hugo front matter 
- 处理: 74 个 .md 文件
- 跳过: 0 个（无已存在的 front matter）
- 异常: 3 个（H1 缺失，用文件名兜底）
  - plans/PRISM/.research/readmes/3d-llm.md
  - plans/PRISM/.research/readmes/openmask3d.md
  - plans/PRISM/.research/readmes/openscene.md
2026-05-20 22:42:22 +08:00

7.4 KiB
Raw Blame History

title, date, draft, tags, categories
title date draft tags categories
Chapter 17 — 变更日志 (Changelog) 2026-05-20 false
PRISM
世界模型
空间记忆
机器人
数据结构
综述
worldmodel

Chapter 17 — 变更日志 (Changelog)

本章直接镜像项目根的 CHANGELOG.md;当前版本 v1.5.0, 构建于 2026-05-17。 每次发版时由 tools/gen_changelog_chapter.py 自动同步到 PDF。

[1.5.0] — 2026-05-16

Added (新增)

  • 第 18 章 18_lyra_inspirations.md — Lyra 2.0 启发的 3 大设计原则 (路由 vs 内容分离、keyframe-based 内容真源、self-augmentation 巩固)。
  • § 2.7b L2-L3 数据流:路由 vs 内容 —— 在 02_architecture.md 新增小节,阐明 L2 几何降级为"路由信号",L3 内容来自 L1 高保真 keyframe。
  • § 3.2.1 KeyframeEvidence dataclass —— 在 03_data_schema.md 新增字段定义、存储预算估算与 SpatialNode 的向后兼容扩展。
  • § 6.6b v1.5 新写法:keyframe-based L3 内容更新 —— 在 06_pipeline_C_online_perception.md 新增 keyframe 采样、压缩与 L3 写入流程。
  • § 7.13.1 Self-Augmentation 巩固训练算法 —— 在 07_pipeline_D_consolidation.md 新增训练范式 (随机视角扰动 + 重渲染监督, p_{\text{aug}}=0.7)。
  • 同档对比综述 comparison.md —— 379 行,8 项目对比 (ConceptGraphs / HOV-SG / OK-Robot / Clio / Hydra / SemanticFusion / Voxblox++ / OpenScene)
    • 4 个 Pipeline 维度矩阵。
  • 评分文档 —— rate.md 技术难度 62/100、 rate_industry.md 行业贡献 48/100。
  • Lyra 2.0 论文译读 —— research/lyra2_review.md 作为本次升级的外部依据。

Changed (变更)

  • L2 几何在 L3 写入中降级为"路由信号":L3 内容不再由 L2 voxel 反推几何/语义, 而是直接挂载 L1 高保真 keyframe 作为唯一真源。
  • SpatialNode 新增 keyframe_evidence: List[KeyframeEvidence] 字段 (向后兼容,默认空列表,旧 schema 数据无须迁移)。
  • 巩固期训练范式增加 self-augmentation:$p_{\text{aug}}=0.7$ 的概率对采样视角施加随机扰动,以重渲染 keyframe 作监督信号,提升 L4 语义稳健性。

References (引用与启发)

  • 上述设计借鉴 NVIDIA Lyra 2.0: Explorable Generative 3D Worlds (arXiv:2604.13036),§ 3.2(routing-by-geometry)与 § 3.3(keyframe-augmented training)。
  • 工程模板对标:ConceptGraphs (ICRA 2024)、HOV-SG (RSS 2024)、 OK-Robot (FAIR 2024)、Clio (RA-L 2024)。

[1.2.0] — 2026-05-16

Added (新增)

  • 第 15 章 缩略语表 (15_glossary.md):9 个分组、约 125 条术语,A–I 主题化排列, 采用 LaTeX longtable + booktabs 跨页排版。
  • 第 16 章 文档与代码统计 (16_stats.md):由 tools/gen_stats.py 在每次构建时自动生成, 含总览表、各章字数/代码分布、按语言的代码块统计。
  • 第 17 章 变更日志 (17_changelog.md):由 tools/gen_changelog_chapter.py 从本 CHANGELOG.md 自动注入 PDF。
  • 版本管理:新增 VERSION 文件作为单一权威版本号,封面/页眉/PDF 元数据自动注入。
  • 构建工具链:

Changed (变更)

  • 全部 ASCII 框线图 → Mermaid 图 (21 个):
    • flowchart 14 个 (00, 02, 04, 05, 06, 07, 10, 11, README)
    • quadrantChart 2 个 (01 能力象限、12 风险矩阵)
    • timeline / sequenceDiagram / stateDiagram 各 1 (08 章)
    • gantt 1 个 (09 路线图)
  • 构建管线 build_book.sh 新增 4 个阶段:
    • 1a 生成统计章节
    • 1b mermaid → PNG 预渲染
    • 后处理 LaTeX:把 pandoc 默认的 @{}lll@{} 自然宽 longtable 自动改写为等宽 p{w} 列, 消除大量 Overfull hbox 警告
  • LaTeX 模板 book_template.tex:
    • 启用 \XeTeXlinebreaklocale "zh" 让 CJK 字符可逐字断行
    • 引入 fvextra 让代码块自动换行 (breaklines=true, breakanywhere=true)
    • 引入 xurl 让长 URL 任意位置断开
    • 引入 hyphenat[htt] 让 monospace (\texttt{...}) 长下划线文件名可断行
    • \sloppy + \emergencystretch=3em 全局抗溢出
  • Mermaid 图嵌入策略:\includegraphics 同时约束 width=0.92\linewidth, height=0.82\textheight, keepaspectratio, 极端长宽比的图也不会冲出 A4 页面

Fixed (修复)

  • 修复 ~13 个 emoji/特殊字符无字体显示 (🔬 🧑 💼 → ↔ ① ✓ 等), 在 build_book.sh 的 EMOJI_MAP 中扩展替换映射。
  • 修复 mermaid quadrantChart 标签因 () · . 等字符报 Lexical error。
  • 修复 mermaid sequenceDiagram label 含 ; / / / [v] 等字符报 Parse error。
  • 修复 mermaid timeline 单行多冒号导致解析失败,改用 section 分组。
  • 修复极端纵向 mermaid 图溢出 A4 (高度 2700+ px) → 添加 height 约束。
  • 修复代码块长注释溢出页宽 (最严重 167pt) → 用 fvextra 自动换行。
  • 修复表格内长字符串/中文不换行溢出 → CJK locale + hyphenat 双管齐下。
  • 修复第 16 章统计表 7 列窄列溢出 → 使用 28% + 6×10% 等宽列布局,章节名用短形式 ch00–ch16。

Stats (统计)

  • 章节总数: 18 (README + 17 章)
  • 中文字数: ~19,000
  • 代码行数: ~2,500 (Python 1,750 + 其他)
  • Mermaid 图数: 21
  • PDF 页数: 165 (含封面)

[1.1.0] — 2026-05-09

Added

  • 拆分 robot_brain_spatial_memory.md (主方案 v1.0) 为 14 个独立章节 (00_overview.md ~ 14_mvp.md), 目录化为 plans/PRISM/。
  • 增加章节级元信息 (版本/估计阅读时间/关键收获)。
  • 引入 tools/build_book.sh + tools/book_template.tex 出版级 PDF 构建工具链 (pandoc → XeLaTeX → pypdf 合并 cover)。
  • 添加 ArUco 公共原点对齐方案 (R1.2 缓解)。
  • 添加 LLM Agent 任务接口示例 (T3 取遥控器剧本)。

Changed

  • L2 默认稠密表示从纯 OctoMap 改为 OctoMap + TSDF + 3DGS 三件套。
  • 重定位策略从一段式 ICP 改为 CLIP 粗匹配 + ICP 精配准 两段式。

Fixed

  • 修复多 session 间坐标系不一致问题 (强制 ArUco 兜底)。

[1.0.0] — 2026-04-22

Added

  • PRISM 主方案首版 (robot_brain_spatial_memory.md):
    • 四层空间记忆架构 L1–L4
    • 两路输入 (iPhone RoomPlan 离线 + ZED 2i 在线)
    • 四条管线 (A 离线建图 / B 重定位 / C 在线感知 / D 巩固)
    • SpatialNode / SpatialEdge / SpatialMemory 统一 schema

[Unreleased]

Planned (待规划)

  • v1.3:接入 M-JEPA / DreamerV3 的桥接代码 (目前仅为接口设计)
  • v1.3:扩展评测体系到 HM3D-Semantic / OpenEQA 公开 benchmark
  • v1.3:多机器人协同的初步设计
  • v2.0:原型实现 (从文档到能跑的 ROS 2 节点)
Reference in New Issue View Git Blame Copy Permalink