punch-energetics

该数据集名为“Punch Energetics”，旨在支持技术报告 TR-2026-41（《Joules per Punch》）和 TR-2026-45 的验证与复现。数据集包含 11 个单文件 Rust 基准测试程序和 13 个运行结果文件（.out.txt），用于研究人形机器人执行交叉拳时的动力学、能量消耗和热限制。核心研究问题为：人形机器人是否应使用分段躯干（脊柱）而非单关节腰部？结论是，在两者都能满足的负载下，分段躯干能量成本更高，但当传递动量超过 18 kg·m/s 时，只有多关节脊柱架构能够执行打击，因此脊柱首先是可行性技术，其次才是效率技术。数据集还包括五个解剖学基准（TR-2026-45），探讨人体运动中的能量节省机制（如站立负载、弹性腿、变速比、自由落体转向、预反射延迟）在机器人中的适用性，以及一个热阴影基准，评估所有能量计算中的热限制。每个基准测试文件头标注了输出结果和验证条件，确保可复现性。所有数据均在 CC0-1.0 许可下发布，可自由使用，但建议引用相关技术报告。The dataset, named Punch Energetics, is designed to support the verification and reproduction of technical reports TR-2026-41 (Joules per Punch) and TR-2026-45. It includes 11 single-file Rust benchmark programs and 13 result files (.out.txt) for studying the dynamics, energy consumption, and thermal constraints of a humanoid robot performing a cross punch. The core research question is: Should a humanoid robot use a segmented torso (spine) instead of a single-joint waist? The conclusion is that under loads that both can satisfy, the segmented torso is more energy-costly, but when the transferred momentum exceeds 18 kg·m/s, only the multi-joint spine architecture can execute the strike. Hence, the spine is first a feasibility technology, then an efficiency technology. The dataset also includes five anatomical benchmarks (TR-2026-45) exploring the applicability of energy-saving mechanisms in human motion (e.g., standing load, elastic leg, variable gear ratio, free-fall steering, pre-reflex delay) to robotics, and a thermal shadow benchmark to evaluate thermal constraints in all energy calculations. Each benchmark file header annotates output results and verification conditions to ensure reproducibility. All data are released under the CC0-1.0 license, free to use, though citation of the related technical reports is recommended.

原始信息汇总

Punch Energetics 数据集概述

基本信息

• 数据集名称: Punch Energetics
• 许可证: CC0 1.0（公有领域）
• 标签: 机器人学、人形机器人、能量、可复现性
• 相关报告: TR-2026-41（Joules per Punch）和 TR-2026-45

研究问题

该数据集围绕一个核心问题：人形机器人（Unitree G1）的直拳约四分之三的动力来自腿部驱动和躯干旋转，而其仅有一个偏航关节。基于此，数据集评估了为人形机器人增加脊柱的可行性，并针对一种已识别的电气功率模型进行能量成本核算。

核心发现

1. 分段躯干的能量成本

• 在双方都能满足的所有需求下，分段躯干比单腰关节更耗能——串联关节共享运动但不共享扭矩，N个旋转模块需承担N个扭矩平方铜损耗项，在固定执行器质量预算下恶化至约N^(8/3)的复杂度。

2. 可行性边界

• 当动量超过 18 kg·m/s 时，单关节和八关节体均无法继续发力，而十七段多关节躯干是唯一仍能完成击打的架构。脊柱首先是一种"可行性技术"，其次才是"效率技术"。

数据集内容

基准测试程序（Rust编写，共11个无依赖单文件）

基准	功能
bench/punch_energetics.rs	主基准：动力学核心、损耗模型、八个运行时门控、架构表
bench/punch_reward_learning.rs	交叉熵策略搜索，13种奖励形式×5个种子
bench/punch_demand_frontier.rs	需求扫描以定位可行性边界
bench/punch_verify_c.rs	给定P*下的等预算复制
bench/total_task_energy.rs	按完成次数而非单次击打计算的能耗

解剖学基准（TR-2026-45）

基准	研究问题	发现
standing_load.rs	谁该支撑身体？	闩锁而非电机：10秒内78.9 J对278.9 J；仅从能量角度看，支撑体重需消耗20 W但无功
yielding_leg.rs	弹簧和执行器的分工？	低于弹簧容量时执行器零成本；超出后每吸收1焦耳需0.55 J铜损
windlass_gearing.rs	变刚度是否值焦耳？	仅0.3%优于自由零开销的预言机；约束在于静态下垂而非刚度调度
freefall_reorient.rs	空中转向免费吗？	机械上免费但太慢：四分之一转需38个周期
preflex_latency.rs	控制延迟代价多大？	超过肢体周期十分之一后，无增益可恢复丢失的抑制能力

热学分析要点

关键热学数据

• 躯干驱动：峰值184 W，额定106 W连续，可维持57%占空比
• 手臂执行器（最热绕组）：617 W，电机质量为躯干的三分之一，额定76 W，仅维持4.2%占空比——每2.5秒一次击打
• 9.3个百分点差距本身就是结果：站立载荷消耗20 W铜损，导致每分钟击打次数减少40%

四次修正记录

1. 将"4秒达到峰值"更正为可持续占空比；2,686 W是全身总和而非单绕组
2. 闭式占空比公式被积分器证伪——均值58.7 W超过43.3 W额定值，现用二分法求解
3. 躯干组行数据更正："440 W/17执行器"实为449.2 W且架构为17关节由3执行器驱动
4. 增加"最热单执行器"列：发现手臂绕组为617 W，而非躯干

热常数校准

• 锚定Kollmorgen无框电机目录：覆盖24台电机（0.111-4.15 kg），拟合R ~ m^−0.299（R²=0.862）
• 两个maxon数据表作为保守下限；安装方式影响达2.1倍（塑料板vs铝散热器）
• 四种常数方案对比：手臂在所有方案下均受限，但绝对秒数变化4倍而排序不变

局限性声明

• 结果为建模数据而非硬件测量；损耗模型形式源自arXiv 2606.15915，量级校准自arXiv 2606.15918中物理G1实测的71.5 J到达距离
• 缺乏任何人形机器人的每击焦耳实测数据——这是开放工作
• 热模型将每个绕组孤立建模，未考虑相邻热耦合；且全部假设静止空气，实际效果相反方向

使用方法

sh rustc -O bench/punch_energetics.rs -o /tmp/pe && /tmp/pe

每个基准的头部标明其输出的收据文件和使用路径。*.out.txt文件为实际运行记录，DATASHEET.md说明各文件内容。

搜集汇总

数据集介绍

构建方式

该数据集以严谨的可复现性为核心，围绕技术报告TR-2026-41《Joules per Punch》的论证过程构建。其核心构件为十一个单文件Rust基准测试程序，每个程序均无外部依赖，并附带十三份实际运行回执。这些基准测试程序涵盖主能量学核心、奖励学习、需求边界扫描、等预算复制、总任务能量等维度，以及解剖学相关的五个基准测试和热阴影基准测试，各自独立封装并配有运行时门控与预测记录。为确保严谨性，所有基准测试共享字节级一致的动力学核心，运行回执中如实保留被证伪的预测与多次修正记录，形成完整、透明、可追溯的科学证据链。

特点

该数据集的独特之处在于其将科学严谨性与透明性内建为标准。它不只提供结果，更完整保留获取过程的每一个细节，包括多套常数的演变与修正历史，以及热物理模型的系统校准过程。数据集中对关键结论采用排序而非绝对数值的表达方式，并明确标注测量与推断之间的界限。此外，数据集内置的校验门控确保任何违背动力学或热力学原理的计算直接失效，而回执文件中的门控结果则让每一次运行的可靠性一目了然，充分体现了科学计算中的可审计性与可复现性。

使用方法

使用该数据集时，用户可通过运行每个基准测试程序来重现报告中的全部图表与结论，命令如`rustc -O bench/punch_energetics.rs -o /tmp/pe && /tmp/pe`。每个回执文件的头部标注了其对应的图表及生成路径，方便对照验证。若要深入比较不同架构或参数，用户可自行修改代码中的常数或模型假设，并借助内置的门控系统确保修改的合理性。对于热分析部分，用户可参考Kollmorgen电机目录数据与maxon数据手册作为约束区间，而整体系列热网络模型则可参考Lin等人（2025）的研究方法进行扩展。

背景与挑战

背景概述

Punch Energetics数据集诞生于2026年，由John Bailey研究所的Charlot实验室创建，旨在探究人形机器人出拳时的能量消耗与热力学边界。该数据集以TR-2026-41技术报告为核心，提供了11个Rust基准程序和13次运行记录，涵盖动力学核心、损失模型、架构比较及热阴影分析。其核心研究问题在于：当人形机器人以约四分之三人体直拳动力源自腿部驱动和躯干旋转时，单关节与多关节躯干架构在能量效率和可行性上的权衡。该数据集通过严谨的物理建模和自纠错机制，为机器人能量学领域提供了可复现的基准，推动了仿人机器人动力学设计的理论发展，并对后续热管理研究产生了重要影响。

当前挑战

数据集面临的核心挑战包括：其一，解决人形机器人关节架构的能量效率难题——传统单关节躯干在高于18 kg·m/s动量时失效，而多关节分段躯干虽能实现出拳但能耗更高，需在能量损失与可行性间寻求平衡；其二，构建过程中遭遇的模型验证与数据可靠性挑战——最初的热常数源于无来源的臆造，历经四次修正才锚定于Kollmorgen电机目录数据，并发现热阻缩放规律与质量法则相悖，强调安装方式对散热的影响；此外，模型假设单绕组隔离与静止空气条件，与实际多电机耦合及运动对流存在偏差，导致热估算存在双向不确定性，需通过排序而非绝对值来确保结论的稳健性。

常用场景

经典使用场景

在仿人机器人动力学与能量学的前沿研究中，punch-energetics数据集为量化上肢打击动作的能量代价提供了标准化基准。该数据集涵盖十一个单文件Rust基准程序及十三份运行记录，聚焦于躯干结构（单关节、八关节及十七段多关节）在不同动量需求下的能量效率与可行性边界。研究者可借助该数据集复制或质疑技术报告TR-2026-41中的全部图形与结论，从而在统一的实验框架下探索关节构型对打击性能的影响。其核心价值在于提供可重复的动力学核心与损耗模型，使跨架构的能量对比成为可能，为仿人机器人运动能量学的研究树立了严谨的可复现范式。

解决学术问题

该数据集直面仿人机器人设计中一个根本性悬而未决的难题：躯干分段数量如何权衡能量效率与打击可行性。传统观点认为，增加脊柱分段可提升运动灵活性，但数据集通过实证揭示了反直觉的结论——分段式躯干在所有可满足的需求下均比单腰关节代价更高，且随着执行器质量预算固定，能量损耗以约N^(8/3)的指数增长。更关键的是，它界定了可行性的阈值：当交付动量超过18 kg·m/s时，单关节和八关节构型完全失效，唯有十七段多关节躯干仍能完成打击。这一发现将脊柱从效率技术重新定义为可行性技术，解决了一个领域内长期被忽视的物理约束问题，为仿人机器人动力学的理论模型提供了坚实的实证参照。

衍生相关工作

该数据集催生了若干重要的延伸工作。其姊妹基准总任务能量（total_task_energy）扩展了能量核算的粒度，从单次打击转向完整任务序列的能量分配。解剖学基准系列（TR-2026-45）进一步探索了人体运动中的节能机制迁移至机器人的可能性，尽管其中四项预测被证伪，但这种自我纠错的记录方式为后续研究提供了方法论启迪。更为深远的是，数据集中热模型的识别方法直接关联到最新研究工作（如Lin等人于2025年提出的四足机器人集总参数热网络），这些工作利用整个身体的热网络和强化学习策略来优化动态运动中的热管理。数据集还促进了关于执行器热约束与能耗秩序关系的研究，强调了在给定功率水平下热限制作为首要约束的重要性。