From 1bb74e4b00fb85545e79938c72279e8eb685e35f Mon Sep 17 00:00:00 2001
From: cbb <2625274797@qq.com>
Date: Tue, 20 Oct 2026 23:19:48 +0800
Subject: [PATCH] =?UTF-8?q?docs:=20=E5=86=BB=E4=BD=8F=E5=BD=A2=E6=80=81?=
 =?UTF-8?q?=E5=AE=9A=E6=A1=88=E2=80=94=E2=80=94B/C=E6=98=AF=E6=AF=8F?=
 =?UTF-8?q?=E9=A2=98~30=E6=AC=A1=C3=971.8=E6=AD=A5=E7=9A=84=E5=8F=8D?=
 =?UTF-8?q?=E5=A4=8D=E8=AF=95=E6=8E=A2(=E9=9B=B6=E6=AD=A529%)=E8=80=8C?=
 =?UTF-8?q?=E9=9D=9E=E5=A0=B5=E6=AD=BB=EF=BC=9Bbackoff=E9=A2=84=E6=9C=9F?=
 =?UTF-8?q?=3D=E7=9C=81=E5=81=9C=E6=AD=A5=E4=B8=8D=E7=9C=81=E9=80=9A?=
 =?UTF-8?q?=E8=B7=AF=EF=BC=8CB=E7=B1=BB=E5=88=B0=E8=BE=BE=E8=A6=81?=
 =?UTF-8?q?=E9=9D=A0#24=E6=8E=92=E5=BA=8F=E9=81=BF=E6=AD=BB=E8=B7=AF?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/探索日志.md | 19 +++++++++++++++++++
 1 file changed, 19 insertions(+)

diff --git a/docs/探索日志.md b/docs/探索日志.md
index a1dbc76..b516f37 100644
--- a/docs/探索日志.md
+++ b/docs/探索日志.md
@@ -108,6 +108,25 @@
 - **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。
 
+## "冻住"的真实形态：不是堵死，是每题约 30 次、每次 1.8 步的反复试探（轮次 42，纯读转储）
+
+- 先自纠一次框架：我按"≥10 步连续零运动"找长冻结，结果 B 类 74 题里只有 9 题有这样的段、C 类 32 题只有 3 题。原因很直白：`commit_n=2` 时**一次全拒只站 2 步**，要连成 10 步得连续 5 次全拒。所以"长冻结"这个说法对这份配置基本不成立，改测"停顿事件的累计与分布"：
+
+  | 类别 | 题数 | 到达率 | 零步占比 | 停顿段数/题 | 平均段长(步) | 刹停/题 |
+  |---|---|---|---|---|---|---|
+  | A 均匀 | 128 | 80% | **7.9%** | 9.5 | 0.59 | 7.4 |
+  | B 直线被挡 | 74 | 34% | **28.7%** | **34.1** | 1.81 | 37.2 |
+  | C 贴立柱 | 32 | 41% | 25.2% | 29.2 | 1.57 | 33.3 |
+  | D 不可达 | 13 | 0% | 2.8% | 2.2 | 0.15 | 5.4 |
+  | Dr | 9 | 78% | 7.5% | 8.1 | 0.47 | 9.7 |
+
+  （`ml/runs/round33_base.pt` + 逐题 dump；这是 steps=1、不限幅口径，用于看**形态**不是看成绩）
+- **结论**：B/C 的失效不是"走进死路被堵死"，而是**反复试探**——每次规划全拒、站约 2 步、下次换个方向再试，一题平均 30 多次，累计把 **29%** 的时间窗花在停走上。它们最终能脱困（段长只有 1.6–1.8 步），只是每次都白站两拍。
+- **这条把杠杆的预期钉准了**：
+  - `backoff`（全拒→缩慢一步）正好打在"每次白站 2 步"上：若 30 多次停顿各省 1–2 步，等于省 30–60 步 ≈ **时限内 20–30% 的时间**，但**不会**把"方向本来就不通"的候选变成通路。
+  - 真正要拿到 B 类到达（34%→A 类那样的 80%），得让**被拒之前的排序**就能避开必然穿模的方向（#24：把已经算出来的沿路间隙喂进打分），而不是靠事后缩步。
+  - D 类几乎不停（2.8% 零步、2.2 段），是"直接开去停靠位、永远不满足判据"——再次印证它们不该在到达率分母里。
+
 ## 缺口几乎全在"直线被挡 / 贴立柱"两类（轮次 41，按任务类别分层）
 
 - 六个已跑口径（1/2 步 × cap/margin/both，同一 256 题同 seed）的逐题 dump 交叉比对：