fix(closed_loop): 一致性打分错位一步（对齐 last[3]→last[4]，原来每次重规划奖励比上一计划慢一步的候选；Python 闭环与 ik-policy.js 同步修正）；rollout 加 select；diag_cl 删 F 段、加 G 段（1/4 段采样 × consist/value/first、4 段+安全层）；本机执行清单更新

docs/本机执行清单.md

@@ -3,32 +3,31 @@
 本文件是 Hark 对本机计算的唯一要求清单。按顺序执行，每一步把「回传」里的文件或输出原样交给用户，不要跳步，不要自行改代码。
 所有命令在仓库根目录（G:\Robot_v2\机器人手臂）的 Git Bash 里运行。完成的条目由 Hark 在下一次提交里删掉。
 
-## 已知结论（截至 2026-10-19 03:07 回传）
+## 已知结论（截至 2026-10-19 03:37 回传）
 
-- 特征口径 Python 与 JS 一致；子目标、抄上一帧速度、起步都已排除（老师轨迹中段带速度起步也 0% 到达、96% 碰撞）。
-- gaps 显存已过：三条都 1.05 GiB，与点数无关。
-- 稳定现象：策略动作幅度在开环、起点、闭环三处都是老师的 1.4–1.6 倍，开环 16 步末端却准（~6 mm）。幅度大、终点准 = 每步叠着来回抵消的抖动；闭环只执行前 3 步，抖动不抵消，表现为「动得多、走得少」。
-- 现在的嫌疑：MeanFlow 一步生成没把噪声去干净。第 1 步的 F 段专门验证。
+- 特征口径 Python 与 JS 一致；子目标、抄上一帧速度、起步都已排除；gaps 显存已过。
+- 一步采样残留噪声真实（抖动 42×、残差-噪声相关 −0.86），2 段以上基本修掉；4 段闭环碰撞 99.6%→93%、2 s 误差比 0.815→0.610，到达仍 0%。零噪声 0%/100%（均值样本偏老师 ~4°）。
+- 新发现的错误：闭环一致性打分错位一步（对齐上一计划的第 3 个点，应为第 4 个），等于每次重规划奖励「比上一计划慢一步」的候选。Python 闭环和浏览器部署已同时修正。第 1 步的 C 段和 G 段都按修正后口径跑。
 
 ## 第 0 步：同步代码
 
 ```bash
 git status --short            # 有未提交改动就先 commit，不要丢
 git pull --rebase gitea main
-git log --oneline -1          # 应是 Hark 的「diag: F 段 …」
+git log --oneline -1          # 应是 Hark 的「fix(closed_loop): 一致性打分错位 …」
 ```
 
 - 训练控制台若开着先点「停止」，确认没有 python 训练进程在跑。
 - 不要启动训练 / DAgger / M5，等 Hark 看完第 1 步结果再定。
 
-## 第 1 步：闭环失败定位（含新加的 F 段，约 6–10 分钟）
+## 第 1 步：闭环失败定位（含新加的 G 段，约 10–15 分钟）
 
 ```bash
 PYTHONUTF8=1 python -m ml.eval.diag_cl --ckpt ml/runs/base/last.pt --n 256 --out ml/runs/diag_cl.json
 ```
 
 - 专用显存超过 22 GB 就 Ctrl+C 并回传终端输出。
-- 新增输出：`F0_openloop_sampler`（开环 1/2/4/8 段采样与零噪声：幅度比、抖动比、残差与噪声相关、前 3 步与 16 步末关节误差）；`F1_4step`、`F1_z0`（闭环用 4 段采样、零噪声：到达、碰撞、2 s 目标误差比）。E 段已删。
+- 新增输出：`G_1step_consist`、`G_4step_consist`、`G_4step_value`、`G_4step_first`、`G_4step_consist_safety`，每项含到达、碰撞、2 s 目标误差比、末端误差、首次碰撞时刻、前 1 s 速度比、刹停次数。F 段已删。
 - 回传：`ml/runs/diag_cl.json`。
 
 ## 回传汇总
@@ -39,37 +38,3 @@ PYTHONUTF8=1 python -m ml.eval.diag_cl --ckpt ml/runs/base/last.pt --n 256 --out
 | 任一步出错 | 终端最后 30 行输出 |
 
 ---
-
-## 执行回传（2026-10-19 04:25，本地 AI）
-
-### 第 0 步：同步代码
-
-pull 前无未提交 tracked 改动；两个 untracked 文件原位保留（旧 `diag_collision.py`、用户个人 html）。log 顶部 = `1bf59e7`「diag: F 段 …」✓。无训练进程。
-
-### 第 1 步：闭环失败定位（F 段；完整 JSON 已更新到 ml/runs/diag_cl.json）
-
-C 段复跑与基线一致：0% 到达 / 99.6% 碰撞 / 2 s 误差比 0.815。
-
-**F0_openloop_sampler**（开环 4096 行；老师 amp 0.319、jitter 0.0084）：
-
-| 采样 | 幅度比 | 抖动比 | 残差-噪声相关 | 前 3 步误差 (°) | 16 步末端误差 (°) |
-|---|---|---|---|---|---|
-| 1step | 1.438 | **41.9** | **−0.861** | 2.12 | 4.97 |
-| 2step | 0.987 | 4.18 | 0.284 | 0.21 | 0.92 |
-| 4step | 1.011 | 1.92 | −0.034 | 0.17 | 0.86 |
-| 8step | 0.998 | 1.67 | 0.108 | 0.11 | 0.56 |
-| 1step z=0 | 1.161 | 1.14 | — | 0.82 | 4.01 |
-
-- **残留噪声证实**：一步生成的动作帧间抖动是老师的 **42 倍**、残差与输入噪声相关 **−0.861**（x=z−u 中 z 没去干净）。
-- **多段采样有效**：2 段就把抖动降到 4.2、16 步误差 4.97°→0.92°；4 段 1.9 / 0.86°；8 段 1.7 / 0.56°。
-- **零噪声**：幅度 1.16、抖动 1.14、16 步末端 4.01°——纯「均值样本」本身离老师样本约 4°。
-- 1step 的前 3 步误差（2.12°）比 16 步（4.97°）小一半——抖动误差随步数累积；1.438 幅度比即这一抖动的表现。
-
-**F1 闭环对照**（C 基线 0% / 99.6% / 0.815）：
-
-- **F1_4step**（4 段采样）：到达 **0%** / 碰撞 **93.0%** / 2 s 误差比 **0.610** / 末端误差 p50 449 mm
-- **F1_z0**（零噪声）：到达 **0%** / 碰撞 **100.0%** / 2 s 误差比 **0.724** / 末端误差 p50 418 mm
-
-**结论**：一步采样残留噪声真实存在（F0 证据充分），且 4 段采样把闭环碰撞从 99.6% 降到 93.0%、2 s 误差比 0.815→0.610——方向对，但**不是闭环失败的主因**：4 段与零噪声都到不了（0% 到达），零噪声甚至 100% 碰撞（比基线还差）。
-
-### 本轮无出错，无终端报错段。