解读 101 · obs.rs(二):scatter_action 写回
解读对象:
duck-control/src/obs.rs(406 行)
需要的前置:解读 02(嘴槽位映射导览)、解读 04(写回去哪)
导览见解读 02,本篇逐函数下钻。策略只有 14 个输出,机器人有 15 个关节,嘴不归策略管——这一篇看 14 怎么摊回 15,以及摊开之后那串数在下游是什么意思。
1. joint_of:一个 const fn 管两个方向
全文件最短的核心(obs.rs:123-125):
const fn joint_of(slot: usize) -> usize {
if slot < MOUTH_INDEX { slot } else { slot + 1 }
}
const fn 是能在编译期执行的函数,配 #[inline](obs.rs:122)提示就地展开——它每 tick 读写各跑 14 次,必须零开销。MOUTH_INDEX = 9(model.rs:31):9 号之前的槽位直通,之后整体上移一格。注释给它立了规矩(obs.rs:117-121):写一次、双向使用——读方向 policy_joints 借它把 15 压成 14,写方向 scatter_action 借它把 14 摊回 15,两个方向走同一份映射,"就不可能对不上"。
2. policy_joints:读方向的宽度变换
签名(obs.rs:109):fn policy_joints(values: &[f64; NUM_JOINTS]) -> [f64; OBS_JOINTS]——参数与返回都是定长数组,宽度写进类型。文档解释了为什么不返回迭代器(obs.rs:105-108):过滤后的迭代器不是 ExactSizeIterator,数不出元素个数,下游 fill 就得在运行时数数。函数体两行:一行编译期断言(obs.rs:112)把"跳过一个合法下标,正好少一个"这个理由从注释升级成类型检查——const { assert!(…) } 在编译期执行,不成立就编不过;一行 std::array::from_fn(|slot| values[joint_of(slot)])(obs.rs:113),from_fn 用闭包按下标造数组,恰好是"映射"二字的字面实现。位置与 home 位各过一次它,再逐项相减,才有观测里"相对 home 的关节角"(见解读 100)。
3. scatter_action:写方向与下游语义
签名(obs.rs:237):fn scatter_action(action: &[f32; ACTION_LEN]) -> [f64; NUM_JOINTS],收 14 维 f32 的引用,还 15 维 f64 数组。实现三行(obs.rs:238-244):数组从全零起,循环把每个策略输出 as f64 加宽(f32→f64 只补精度,不损值)后写到 out[joint_of(slot)]。嘴的槽位没人写,留在 0.0——测试 scattering_an_action_skips_the_mouth(obs.rs:371-386)用 1..14 的可区分值钉出这个"洞":scattered[8] 是 9.0 而 scattered[10] 是 10.0,9 号位是 0,错一格立刻现形。
那串数在下游是什么?robotd/src/control.rs:606-610 给出答案:
let offsets = Observation::scatter_action(&action);
targets[joint] = DEFAULT_POSITION[joint] + scale * offsets[joint];
scatter 的输出是相对 home 位的偏移,不是绝对目标:乘动作缩放后加到 DEFAULT_POSITION(model.rs:39)上。所以"嘴不动"的准确含义是零偏移——嘴留在 home 位;文档注释"its slot stays at whatever the caller had"(obs.rs:233-235)说的正是这件事在调用侧的表现。这也解释了返回值为何从全零初始化:没被写的槽位天然等于"零偏移",零在这里不是默认值的巧合,而是语义的一部分。
你带走的收获
- 互逆映射共用一个
const fn是根治"读写各错各的"的办法;宽度进类型让错配编译期就炸。 - 过滤迭代器数不出长度:
ExactSizeIterator缺席时,返回定长数组比返回迭代器更诚实。 - 输出数组从零初始化不是偷懒:零 = 零偏移,是下游语义的一部分。
- 测试用可区分值,让"错位"表现为一个具体下标,而不是"机器人走路变差"。
- 策略输出是偏移量;缩放与 home 位相加发生在调用方——契约边界要能一句话说清。