Tevior/moge-UMO-ST-relative-delta-control80

HY273 Unified Relative-Delta Control80

本仓库归档统一 HY273 模型在加入 HOI 之前的四个阶段 checkpoint。模型始终共享 同一个 DiT backbone 和完整 [B,T,273] 输出头，没有任务 Adapter。

Checkpoint 选择

文件	训练阶段	推荐用途
checkpoints/stage_a_100k_t2m.pt	0-100K，T2M 100%	纯 T2M 基模与从头复现实验锚点
checkpoints/stage_b_150k_relative_delta_parent.pt	100-150K，T2M/Edit/Reaction=30/35/35	最佳无 Control 统一 parent
checkpoints/control_200k_balanced.pt	150-200K，原任务比例不变，Control=80%	三任务与 Control 的均衡 checkpoint
checkpoints/control_250k_best.pt	200-250K，同一 Control 合同续训	当前 Control 专项最强 checkpoint

Control 是与任务正交的 target-side observation：先按 30/35/35 采样 T2M/Edit/Reaction，再独立采样 control_present ~ Bernoulli(0.8)；20% 样本保持 无控制，Ease 关闭。T2M 控制生成动作，Edit 控制 target，Reaction 控制 reactor。

Control 结果

评估使用 HumanML3D test 全量 4,042 motions，with-text/no-text 共 8,084 cases， EMA、ODE32、text/control CFG=2/2。以下为 final exact clamp 前的 raw prediction：

Step	Regime	Root cm	Root@10cm	EE cm	EE rot deg	Full-pose cm
200K	with-text	6.999	85.37%	14.121	6.057	5.413
200K	no-text	6.223	89.78%	13.437	5.760	5.303
250K	with-text	5.900	93.43%	8.948	4.465	4.791
250K	no-text	4.855	96.23%	7.944	4.212	3.346

250K 是 Control 专项最强点。200K 对旧能力更均衡：250K 相比 200K 的 Control 继续明显改善，但 T2M FID 和 Edit Full-1013 R@1 有小幅回退。

原任务非退化摘要

Task/metric	150K parent	Control 200K	Control 250K
T2M native-TMR FID	16.933	15.001	17.887
T2M text-motion cosine	0.6490	0.6559	0.6534
Reaction relation MAE cm	26.184	25.032	24.819
Reaction relative heading deg	71.521	68.857	67.600
Edit Full-1013 R@1	24.09	23.20	22.80
Edit Full-1013 AvgR	19.47	19.95	20.93

配置与评估文件

• configs/：每个阶段训练输出中的 resolved_config.yaml。
• metrics/：200K/250K 的 8,084-case Control summary，以及 T2M/Edit/Reaction 非退化摘要。
• 训练和推理代码：https://github.com/CHDTevior/moge_UMO_ST，归档分支 agent/relative-delta-control-hoi-plan。

该归档用于科研复现。运行时必须使用配置中记录的同一 K273 表示、30 FPS、 LLM2Vec 文本缓存及共享 normalization stats；不要在中途更换 Mean/Std 后直接续训。