Yangzheng review fixes

docs/src/SUMMARY.md

@@ -42,4 +42,9 @@
     - [第5周 (08-10~08-14)](./jiangyuyue/周报/第5周-2026-08-10~2026-08-14.md)
   - [杨铮](./yangzheng/README.md)
     - [第2周](./yangzheng/周报/第2周-2026-07-14~2026-07-19.md)
+    - [World Model 判定可靠性专项 (08-08~08-14)](./yangzheng/周报/第4周-2026-08-08~2026-08-14.md)
+    - [SimCar 实机接入专项 (08-08~08-14)](./yangzheng/周报/第5周-2026-08-08~2026-08-14.md)
+      - [代码审查与离线测试](./yangzheng/week5-review-report.md)
+      - [真机测试轮](./yangzheng/week5-live-test-report.md)
+      - [原始日志](./yangzheng/week5-test-logs.md)
     - [工作日志：Octos 最小工具闭环与目录验收](./yangzheng/工作日志/01-Octos最小工具闭环与目录验收-2026-07-19.md)

docs/src/yangzheng/README.md

@@ -9,32 +9,47 @@
 | 姓名 | 杨铮 |
 | 方向 | Octos 编排层、任务分解、技能调用、状态监听、重试闭环 |
 | 项目 | 嘲风轮足双臂机器人 |
-| 当前阶段 | 阶段 1：Octos 最小 demo 跑通与技能接口前置规范 |
+| 当前阶段 | 阶段 2：SimCar 实机接入 + 判定口径重做 |
 | 验证工作区 | `/Users/ken/robot-octos-demo` |
 | 归档目录 | `docs/src/yangzheng/` |
 | 周期 | 2026-07 ~ 2027-02 |
 
 ## 文档入口
 
-- [第 2 周周报](./周报/第2周-2026-07-14~2026-07-19.md)：本周验证结果、问题和下一步；
+- [第 2 周周报](./周报/第2周-2026-07-14~2026-07-19.md)：Octos 最小工具闭环验证；
+- [World Model 判定可靠性专项（08-08 ~ 08-14）](./周报/第4周-2026-08-08~2026-08-14.md)；
+- [SimCar 实机接入专项（08-08 ~ 08-14）](./周报/第5周-2026-08-08~2026-08-14.md)：真机五步任务跑通；
+  - [代码审查与离线测试](./week5-review-report.md)、[真机测试轮](./week5-live-test-report.md)、[原始日志](./week5-test-logs.md)、[真机证据](./evidence/)
 - [工作日志](./工作日志/01-Octos最小工具闭环与目录验收-2026-07-19.md)：单次验收过程与事实记录。
 
+> 两份报告覆盖同一日期区间，分别归档 `wm_kit` 判定内核和
+> `robot-octos-demo` SimCar 实机层。为避免和团队自然周编号混淆，目录按
+> “专项名称 + 日期”展示；旧文件名仅为兼容已有链接保留。
+
 ## 最新进展
 
-截至 2026-07-19：
+截至 2026-08-14（SimCar 实机层）：
 
-1. 已确认 `octos 2.0.0` 可在本机运行，并完成本地技能 `robot-pick-skill` 的发现与直接调用验证；
-2. 已在 `/Users/ken/robot-octos-demo` 内完成一次真实 `octos chat` 工具闭环，模型可把中文请求路由到 `pick_object`；
-3. 已确认 demo 工作区不是顶层 Git 仓库，而是“系统 Octos + 本地 skill + 嵌套上游源码副本”的混合形态；
-4. 已在 `octos-src` 内完成 `cargo check --locked -p octos-cli` 静态构建检查；
-5. 已识别当前最主要的工程问题是项目级 `data-dir` 与全局 provider 配置继承关系不稳定。
+1. 线上 SimCar 真机完整跑通五步任务：走到球 → 抓起 → 走到桶 → 放下 → 原路返回，
+   **球落点距桶心 1.1cm（桶半径 3.3cm），原路返回 0.0cm / 0.0°**；
+2. 运动标定：`right angle=90` 实测 90.0°、`up distance=50` 实测 50.0cm，**误差均为 0.0%**；
+3. 实机层 `sim/` 共 1698 行，七层职责单一，替身语义照着线上前端 bundle 对齐，
+   离线跑完整套 demo 不到一秒且可复现（3.9.6 与 3.12.13 两个解释器输出逐位相同）；
+4. 判定口径重做：解析失败不再退化成"正确拒绝"，新增目标绑定维度，旧基准报告已标注作废；
+5. 新增 `tools/fault_check.py`（失败路径考卷 23/23）与 `tools/live_check.py`；
+   真机考卷按 JSON `items` 计数为 probe 6 项、motion 16 项、task 19 项。
+   最终 motion 为 13 通过 / 0 失败 / 3 未判定，task 为 16/0/3；另有一轮
+   活体门禁未过，不能表述成“本周全过”。
 
 ## 当前判断
 
-当前已验证的是 Octos 编排最小闭环，不是轮足真机移动、操作或视觉判定闭环。下一步应该把这次最小 demo 的成功路径抽象成三类接口需求：
+真机五步任务跑通，但**这不等于系统已经可用**：
 
-- 移动技能接口；
-- 操作技能接口；
-- 复合任务接口。
+- 技能表只有 `move_to / pick / place / return_home` 四个，全是"奔着已知物体去"的语义，
+  像"跑到尽头再右拐"这类巡航指令当前表达不了，而且这个能力从来没上过考卷；
+- LLM 规划链路已接 DeepSeek：新口径基准 20/20，并完成模型计划驱动真车五步；
+  但满分说明当前基准已经饱和，需要补高难度用例，不能据此断言能力已经充分；
+- 自查发现 2 处判定偏宽尚未修复，其中 `place` 在目标不认识时会跳过落点核验直接判成功。
 
-在接口稳定前，不应直接把 demo 成功等同于真机编排已完成。
+本周最该记住的一条：**判据必须落到实测量上。"函数返回了"和"这件事发生了"是两回事。**
+我给真机写的考卷第一版就把"车走了 50cm 没有"写成了"函数返回了没有"，车一厘米没动却打了绿。