EasyWAM-Hidden-Wan22 归一化统计文件完整详解：8维状态与7维动作的 stepwise 统计如何使用-育师

EasyWAM-Hidden-Wan22 归一化统计文件完整详解：8维状态与7维动作的 stepwise 统计如何使用

本文带你完整看懂 EasyWAM-Hidden-Wan22 项目中的归一化统计文件libero_dataset_stats.json：它如何描述 8 维机器人状态（state）与 7 维动作（action）、stepwise 与 global 两类统计有什么区别，以及在 LIBERO 评测中该如何正确使用这份数据集统计文件，帮你一次性跑通这套基于 Wan2.2 的世界动作模型（World Action Model）。

📌 这份归一化统计文件是干什么的

EasyWAM-Hidden 是构建在 Wan2.2-TI2V-5B 上的世界动作模型检查点，采用独立的 Action DiT 单向条件于 Video DiT 中间特征的方式生成动作，在 LIBERO 上取得了98.8% 的平均成功率（见 README.md 中的评测表格）。

模型本身工作在归一化空间里：

输入侧：原始机器人状态先做归一化，再编码为 state token 送入 Action DiT；
输出侧：模型预测出的动作要先做反归一化，才能变成机器人可执行的真实动作。

而归一化/反归一化所需的全部数值，就来自这份 libero_dataset_stats.json。评测命令中的EVALUATION.dataset_stats_path参数指向的就是它——缺了它，模型无法把输出映射回真实动作空间。

⏱️ 30 秒概览文件结构

整个文件只有 4 个顶层字段，非常扁平：

字段	类型	含义
`state`	dict	8 维机器人状态的归一化统计
`action`	dict	7 维机器人动作的归一化统计
`num_episodes`	int	训练数据集共1712条 episode
`num_transition`	int	共277,713个时间步（transition）

state和action内部各有一个default策略，包含12 项统计量，即 6 种统计指标 × 2 种作用范围：

统计指标	回答的问题
`min`/`max`	数据的最小值 / 最大值
`q01`/`q99`	第 1 百分位 / 第 99 百分位（抗极端值版本）
`mean`/`std`	均值 / 标准差（最常用于 z-score 归一化）

作用范围	形状（state）	形状（action）	含义
`stepwise_*`	1 行 × 8 维	32 行× 7 维	动作块（action chunk）内每一步的统计
`global_*`	8 维	7 维	对整个数据集聚合后的总统计

🔍关于 stepwise 的 32 行：训练时模型一次预测一段 32 步的动作序列（action horizon），所以 action 的 stepwise 统计有 32 行——第 k 行是"序列中第 k 个动作步"在所有 episode 上聚合出的统计量。而状态在每个决策时刻只有一个向量，因此 state 的 stepwise 只有 1 行。

🔢 拆解 8 维状态：文件里的数字长什么样

以state.default.global_*中的真实数值为例（取自 libero_dataset_stats.json）：

维度	global_min	global_max	global_mean	global_std	特征解读
0	-0.483	0.210	-0.052	0.110	位置类坐标，范围约 0.7m
1	-0.331	0.390	0.040	0.150	位置类坐标，范围约 0.7m
2	0.008	1.473	0.777	0.388	取值恒为正且均值 ≈0.78m，典型的高度坐标
3	1.003	3.725	2.997	0.323	恒为正、均值 ≈3.0m 的坐标分量
4	-3.631	3.562	-0.137	0.761	接近 ±2π，典型的姿态角特征
5	-1.843	1.386	-0.110	0.306	角度类量
6	-0.005	0.042	0.026	0.015	数值极小、几乎贴零
7	-0.042	0.001	-0.027	0.014	数值极小、几乎贴零

几个值得注意的点：

状态保留的是原始物理量（米、弧度），归一化在模型内部完成，你无需手动缩放；
维度 6、7 的标准差只有约 0.015，量级比其他维度小两个数量级——这正是归一化存在的意义：不做归一化的话，这些小量级维度在输入中几乎"消失"；
q01/q99与min/max非常接近，说明 LIBERO 数据中异常值很少，两种归一化方式效果差异不大。

🤖 拆解 7 维动作：delta 位姿 + 夹爪

action.default.global_*的真实数值：

维度	global_min	global_max	global_mean	解读
0–2	-0.938	0.938	≈0	三个平移增量（delta x/y/z），被裁剪在 ±0.938 内
3–5	-0.375	0.375	≈0	三个姿态增量（delta 旋转），范围 ±0.375
6	0.0	1.0	0.508	夹爪开合度，0=闭合、1=张开，均值约 0.51 说明大部分时间夹爪处于半开状态

动作前 6 维均值几乎为 0，符合"delta 动作"的分布特征；第 7 维均值 0.508 则反映了 LIBERO 演示中夹爪大部分时间保持打开。

📊 再看 stepwise 视角：stepwise_mean的 32 行中，前几步的均值与最后一步（第 31 行，如[0.004, 0.103, -0.017, ..., 0.501]）已经接近 global 均值，说明动作分布随序列位置漂移不大，stepwise 与 global 统计在本数据集中差异很小——但框架仍保留 stepwise 以适配任意数据。

🚀 三步使用法：从下载到跑通评测

第 1 步：下载统计文件（与权重一起）

按 README.md 的 Download 小节，统计文件需与两个权重文件一起下载：

libero_hidden_wan22.pt：全参数检查点
libero_hidden_wan22_lora_128.pt：LoRA（rank 128）检查点
libero_dataset_stats.json：本文主角

第 2 步：评测时指定dataset_stats_path

无论全参数还是 LoRA 检查点，都要在 run_libero_manager.py 的启动命令中加上统计文件路径：

python experiments/libero/run_libero_manager.py \ task=libero_easywam_hidden_wan22 \ ckpt=./checkpoints/libero_hidden_wan22.pt \ EVALUATION.dataset_stats_path=./checkpoints/libero_dataset_stats.json

LoRA 评测只是把task换成libero_easywam_hidden_wan22_lora、ckpt换成 LoRA 文件，统计文件用法完全一致（见 README.md）。

第 3 步：确认路径指向正确

参数值必须是统计文件所在路径的相对或绝对路径。文件内部结构（state/action/default/12 项统计）由 EasyWAM 框架直接解析，无需任何手工编辑。

⚠️ 常见坑位：新手最容易踩的 4 个问题

坑位	现象	正确做法
换数据集后沿用旧统计	状态/动作分布对不上，评测成功率骤降	数据集变了就重新生成对应统计文件
只下载权重、漏了统计文件	评测报错或动作输出漂移	三个文件一起下载（见上一步）
分不清 stepwise 与 global	手工做归一化时选错统计量	交给框架：`dataset_stats_path`指向本文件即可，无需自行选择
误以为要手动归一化状态	自己写了缩放代码，结果双重归一化	模型内部自动完成，喂原始量即可

🧠为什么 stepwise 统计值得存在？在状态分布随时间剧烈变化的数据集（如长时序、多阶段任务）上，"序列中第 5 步的状态"和"第 31 步的状态"可能天差地别。stepwise 统计允许按动作块内位置分别归一化，global 统计则是它的退化情形——本 LIBERO 数据中二者差异很小，但机制本身让同一套检查点格式可以复用到更多机器人任务上。

📁 相关文件速查

项目说明与评测结果：README.md
归一化统计文件（8 维状态 + 7 维动作，1712 episodes / 277,713 transitions）：libero_dataset_stats.json
LIBERO 全参数检查点：libero_hidden_wan22.pt
LIBERO LoRA 检查点（rank 128 / alpha 128）：libero_hidden_wan22_lora_128.pt

✅ 小结

一句话结论	内容
文件角色	模型输入归一化与输出反归一化的唯一数值来源
数据规模	1712 episodes、277,713 transitions 聚合而成
核心结构	`state`(8维) +`action`(7维)，各含 stepwise 与 global 两套共 12 项统计
使用方式	评测命令中设置`EVALUATION.dataset_stats_path`指向该文件
最常踩的坑	换数据集不换统计文件；漏下载统计文件