From 04fe4a007bb123513f24502c195d4bc4583ada9a Mon Sep 17 00:00:00 2001
From: cbb <2625274797@qq.com>
Date: Tue, 20 Oct 2026 22:51:30 +0800
Subject: [PATCH] =?UTF-8?q?docs:=20=E8=A1=A5=20=C2=A79.2=20=E8=AE=B0?=
 =?UTF-8?q?=E5=88=86=E6=9D=BF=E2=80=94=E2=80=94=E7=A2=B0=E6=92=9E/?=
 =?UTF-8?q?=E8=B6=85VMAX=20=E5=B7=B2=E8=BE=BE=E6=A0=87=EF=BC=8C=E5=88=B0?=
 =?UTF-8?q?=E8=BE=BE=E5=B7=AE41.8pp=E3=80=81=E8=A1=8C=E7=A8=8B=E8=B6=851.4?=
 =?UTF-8?q?=E5=80=8D=E3=80=81P99=E5=B7=AE2~3=E5=80=8D=E3=80=81=E5=88=B9?=
 =?UTF-8?q?=E5=81=9C=E7=8E=87=E4=BC=B0=E2=89=889.9%(=E5=88=A4=E6=8D=AE?=
 =?UTF-8?q?=E4=BA=92=E7=9B=B8=E6=8B=89=E6=89=AF=EF=BC=8C=E5=8D=95=E6=A0=BC?=
 =?UTF-8?q?=E5=8F=98=E5=A5=BD=E5=BF=85=E9=A1=BB=E5=90=8C=E6=8A=A5=E5=85=B6?=
 =?UTF-8?q?=E4=BB=96=E6=A0=BC)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/探索日志.md | 17 +++++++++++++++++
 1 file changed, 17 insertions(+)

diff --git a/docs/探索日志.md b/docs/探索日志.md
index 6cd0c5e..bbc97a1 100644
--- a/docs/探索日志.md
+++ b/docs/探索日志.md
@@ -107,6 +107,23 @@
 - **对 `backoff` 的预期与判据**：全拒意味着"连第 1 步的端点或中点已经穿进障碍"，缩步能不能救取决于**穿得有多深**（穿 0.1 mm 救得回，穿 3 mm 救不回）。这个数转储里没记（只记被选中那条），所以直接由 `backoff_mean`/`reject_all_mean` 来量：
   `reject_all_mean ≈ 原全拒次数`（=backoff_mean+brakes_mean，与轮次 33 cap 的 19.55 可比），`backoff_mean/(backoff_mean+brakes_mean)` 就是"缩步能救回的比例"。这是补跑（#22）要读的第一个数。
 
+## §9.2 记分板（2026-10-20 现状，最好的合法口径 = `--inc_cap 1` + K=16）
+
+| 判据（§9.2） | 要求 | 当前 | 差距 |
+|---|---|---|---|
+| 实际执行碰撞 | = 0 | **0**（`collision_rate 0`、`collision_free_success` = `success`） | **达标** |
+| 超 VMAX 的题占比 | = 0（本轮新增的硬口径） | **0**（`over_vmax_rate 0.000`，开 `--inc_cap 1` 后；不开则 1.000、峰值 1.660×VMAX） | **达标**（代价：到达 −5.1 pp） |
+| held-out 可达任务到达率 | ≥ 98% | **0.5625**（K=16）/ 0.5234（K=8） | 差 **41.8 pp** |
+| 到达用时 ≤ 老师×1.3 | 全部到达题 | 达标比例 **0.2969**（K=16）/ 0.2656（K=8） | 到达题里也只有约三成按时 |
+| 关节行程 ≤ 规划器×1.10 | ≤1.10 | 行程比中位 **2.62** | 超 **1.4 倍**，且罚候选行程是负结论（见上） |
+| 冷启动 | <10 ms | 未单独测（周期 P50 9.0 ms 是稳态推理，含首段编码） | 待测 |
+| 推理 + 安全认证 P99 | <20 ms | 现口径周期 P50 33.5 / P99 64.7 ms；批量认证把最坏 80.2→37.1 ms | 差 **2~3 倍** |
+| 刹停 < 2% 推理周期 | <2% | 估算 **≈9.9%**（19.25 次全拒 ÷ 195 次规划；K=16 时 13.77/195 ≈ 7.1%） | 差 **3.5~5 倍** |
+
+- 刹停率这一格现在是**手算估算**：`eval` 产物里以前没存每题规划次数。已补 `n_plans` 与 `brake_rate`（并因此踩了 `per['plans']` 键名冲突的坑），当前批次之后的臂会直接给这个数，届时替换估算。
+- 记分板脚本 `ml/runs/_scoreboard.py`（读所有产物 + 轮次 33/38 的 GPU 微基准）。**注意它的输出在 GBK 控制台下会因 `⇒` 崩**，要带 `PYTHONIOENCODING=utf-8` 跑——这是我自己的老坑第 N 次复现，脚本以后只打 ASCII。
+- 读法：判据之间是相互拉扯的（限速 −5.1 pp 到达、多段推理 +2.4 pp 时限但 −15 pp 到达、放大噪声 −8.2 pp 时限），所以**任何单格变好都要同批报其他格**，这正是记分板存在的理由。
+
 ## 多段推理的代价实测（B=1、K=8、逐轮交替、奇数轮反序）
 
 - `docs/experiment_round38_steps_cost.json`（24 轮 × 每轮 40 次，取每档的中位）：