docs: 冻住形态定案——B/C是每题~30次×1.8步的反复试探(零步29%)而非堵死；backoff预期=省停步不省通路，B类到达要靠#24排序避死路

2026-10-20 23:19:48 +08:00
parent 309169a4ed
commit 1bb74e4b00
1 changed files with 19 additions and 0 deletions
@@ -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：