chore: 修改超参数

ginka/train_pretrain_split.py

@@ -42,25 +42,25 @@ FOCAL_GAMMA  = 2.0
 # 通道 1：空间骨架（floor+wall）
 CH1_KEEP     = {0, 1}          # 编码器输入保留的 tile
 CH1_LOSS     = {0, 1}             # 损失计算范围（仅 wall）
-CH1_D_MODEL  = 128
+CH1_D_MODEL  = 64
 CH1_NHEAD    = 8
 
 # 通道 2：关卡门控
 CH2_KEEP     = {0, 1, 2, 9, 10}
-CH2_LOSS     = {2, 9, 10}
-CH2_D_MODEL  = 128
+CH2_LOSS     = {0, 1, 2, 9, 10}
+CH2_D_MODEL  = 64
 CH2_NHEAD    = 8
 
 # 通道 3：收集资源
 CH3_KEEP     = None            # 完整地图，无需切片
-CH3_LOSS     = {3, 4, 5, 6, 7, 8}
-CH3_D_MODEL  = 128
+CH3_LOSS     = {0, 1, 2, 3, 9, 10}
+CH3_D_MODEL  = 64
 CH3_NHEAD    = 8
 
 # 三路共用的 VQ 超参
 VQ_L      = 2
 VQ_K      = 8
-VQ_D_Z    = 128
+VQ_D_Z    = 64
 VQ_LAYERS = 3
 VQ_DIM_FF = 512
 VQ_BETA   = 0.5   # commit loss 权重

ginka/train_vq.py

@@ -48,14 +48,14 @@ WALL_MASK_RATIO  = 0.8
 # VQ-VAE 公共超参（三路编码器共用，方案 B 三通道分拆）
 VQ_L      = 2    # 每路码字序列长度（三路合计 L1+L2+L3 = 6）
 VQ_K      = 8   # codebook 大小
-VQ_D_Z    = 128   # codebook 嵌入维度（三路保持一致，便于拼接）
+VQ_D_Z    = 64   # codebook 嵌入维度（三路保持一致，便于拼接）
 VQ_BETA   = 0.5  # commit loss 权重
 VQ_GAMMA  = 0.0   # entropy loss 权重
 
 # 各通道编码器配置
-CH1_D_MODEL = 128; CH1_NHEAD = 8   # 通道 1：空间骨架（floor+wall）
-CH2_D_MODEL = 128; CH2_NHEAD = 8   # 通道 2：关卡门控
-CH3_D_MODEL = 128; CH3_NHEAD = 8   # 通道 3：收集资源
+CH1_D_MODEL = 64; CH1_NHEAD = 8   # 通道 1：空间骨架（floor+wall）
+CH2_D_MODEL = 64; CH2_NHEAD = 8   # 通道 2：关卡门控
+CH3_D_MODEL = 64; CH3_NHEAD = 8   # 通道 3：收集资源
 VQ_LAYERS = 3
 VQ_DIM_FF = 512
 

train_full.sh

@@ -24,13 +24,13 @@ TRAIN_DATA="ginka-dataset.json"
 EVAL_DATA="ginka-eval.json"
 
 # 阶段 0：三通道分拆预训练
-P0_EPOCHS=30
-P0_CHECKPOINT=10
+P0_EPOCHS=10
+P0_CHECKPOINT=5
 P0_FINAL="result/pretrain_split/split_final.pth"
 
 # 阶段 1：冻结编码器热身
-P1_EPOCHS=50
-P1_CHECKPOINT=10
+P1_EPOCHS=10
+P1_CHECKPOINT=5
 P1_FINAL="result/joint/warmup_final.pth"
 
 # 阶段 2：完整联合训练