机器人实验工具
为人形机器人强化学习、VLA 与世界模型实验准备参数：核对控制时序和动作窗口，估算多相机数据采集预算。所有计算在浏览器完成。
控制时序与动作窗口
把仿真步长、观测帧和动作片段换算成同一条时间尺度；用实测延时检查重规划的时间预算。仿真策略与 VLA 动作执行可使用不同频率。
输入参数
初始数值为示例，请按测量值或数据手册修改。
一次物理积分的时间，不是策略周期。
包含当前帧；时间轴最多显示 64 帧。
1 为连续取帧，2 为隔一帧取一帧。
实际下发动作的频率，不是模型推理 FPS。
每执行 E 步请求一轮新预测；E ≤ H。
填入观测准备、传输、推理至动作可用的实测值；初值只是示例。
为延时波动额外预留；若 L 已含相同余量，避免重复计算。
计算结果
- 仿真物理频率
- 500 Hz
- 仿真策略频率
- 50 Hz
- 仿真策略周期
- 20 ms
- 每回合策略步数
- 1,000 步
- 观测历史跨度
- 200 ms
- 动作片段覆盖时长
- 1.66667 s
- 重规划间隔
- 333.33333 ms
- 延时及预留消耗
- 5 动作步
- 重规划时间余量
- 183.33333 ms
观测历史：相对当前帧的时间戳（秒）
- 历史 1-0.2 s
- 历史 2-0.13333 s
- 历史 3-0.06667 s
- 当前帧0 s
- 按每 E 步完成一次预测的预算，尚余 183.333 ms；这不代表闭环稳定或动作连续性已经验证。
- 动作片段按 H 个动作各保持一个周期计算覆盖时长；首末动作起始时间的跨度为 H−1 个周期。观测历史同样按 K−1 个间隔计算。
公式与适用条件
策略周期 = dt × d；策略频率 = 1 / 策略周期（计算时 dt 转为秒）
回合步数 = ceil(回合时长 / 策略周期)
观测历史跨度 = (K − 1) × s / 相机频率；相对时间戳 = [−(K−1)s/f, …, −s/f, 0]
动作覆盖时长 = H / 动作频率；重规划间隔 = E / 动作频率
延时消耗步数 = ceil((L + J) × 动作频率 / 1000)；时间余量 = E / 动作频率 − (L + J) / 1000
- 适合核对 RL 环境配置、VLA 观测窗口和异步预测的调用节奏；示例参数不代表任何模型或机器人的实测性能。
- 预算假设异步预测可与执行重叠、单次结果在下一轮边界前可用。同步阻塞执行、过期动作丢弃、队列重叠合并和启动阶段需要另行检查。
- 不同频率不必整数倍对应，但真实系统必须定义时间戳对齐、插值或保持策略。本工具不判断采样同步误差、控制稳定性，也不推荐真机增益。