ml: 数据生成 + 可微运动学对拍 + MeanFlow/WTA 策略与闭环仿真 + APG/挖错/ONNX 导出与运行手册

- M1 数据生成器：采样/老师/距离下界认证/时间律/统计/一致性门禁；确定性老师（碰撞次数计时 + resetSession）、pos 任务冻结 J6、--consensus 邻域共识过滤、Dr 类。
- 全流程代码与运行手册：数据打包/可微运动学与对拍/MeanFlow+WTA 模型/闭环仿真/APG/挖错循环/ONNX 导出；webapp 策略运行时 ik-policy.js、?policy=1 接入、tests/policy_bench.cjs；ik-solver 增 pairList/clusterExport/criticalPairs/pairGap/leverTable。

ml/export_onnx.py

@@ -0,0 +1,53 @@
+"""导出部署包（方案 §8.4）：
+  python -m ml.export_onnx --ckpt ml/runs/current.pt --out webapp/models/traj_policy.onnx [--fp16]
+输出 traj_policy.onnx（输入 feat[B,83]、z[B,16,6]；输出 act[B,16,6] 归一化增量、value[B]、sub[B,13]）
+与 traj_policy.meta.json（碰撞模型指纹、特征版本、维度）。导出后用 onnxruntime 与 PyTorch 对拍。"""
+import argparse, json, os
+import numpy as np
+import torch
+
+from ml.common.kin_torch import Kin
+from ml.common.features import F_DIM, H, FEAT_VER, STEP
+from ml.model.policy import build
+
+
+class Wrap(torch.nn.Module):
+    def __init__(self, m):
+        super().__init__(); self.m = m
+
+    def forward(self, feat, z):
+        return self.m.sample(feat, z)
+
+
+def main():
+    ap = argparse.ArgumentParser()
+    ap.add_argument('--ckpt', required=True); ap.add_argument('--out', default='webapp/models/traj_policy.onnx')
+    ap.add_argument('--fp16', action='store_true'); ap.add_argument('--opset', type=int, default=17)
+    a = ap.parse_args()
+    ck = torch.load(a.ckpt, map_location='cpu')
+    m = build(ck['cfg']); m.load_state_dict(ck['model']); m.eval()
+    kin = Kin()
+    if ck.get('fp') and ck['fp'] != kin.fp: raise SystemExit(f"checkpoint 指纹 {ck['fp']} ≠ 当前碰撞模型 {kin.fp}：须重训")
+    os.makedirs(os.path.dirname(a.out) or '.', exist_ok=True)
+    feat, z = torch.randn(8, F_DIM), torch.randn(8, H, 6)
+    torch.onnx.export(Wrap(m), (feat, z), a.out, input_names=['feat', 'z'], output_names=['act', 'value', 'sub'],
+                      dynamic_axes={'feat': {0: 'B'}, 'z': {0: 'B'}, 'act': {0: 'B'}, 'value': {0: 'B'}, 'sub': {0: 'B'}},
+                      opset_version=a.opset, dynamo=False)
+    if a.fp16:
+        from onnxconverter_common import float16
+        import onnx
+        mo = float16.convert_float_to_float16(onnx.load(a.out), keep_io_types=True)
+        onnx.save(mo, a.out)
+    import onnxruntime as ort
+    s = ort.InferenceSession(a.out, providers=['CPUExecutionProvider'])
+    o = s.run(None, {'feat': feat.numpy(), 'z': z.numpy()})
+    with torch.no_grad(): t = m.sample(feat, z)
+    err = max(float(np.abs(o[i] - t[i].numpy()).max()) for i in range(3))
+    meta = {'fp': kin.fp, 'tcp0': kin.tcp0.tolist(), 'head': m.head, 'feat_ver': FEAT_VER, 'f_dim': F_DIM, 'h': H, 'step': STEP, 'fp16': a.fp16,
+            'ckpt': os.path.abspath(a.ckpt), 'eval': ck.get('eval'), 'max_abs_err_vs_torch': err}
+    json.dump(meta, open(a.out.replace('.onnx', '.meta.json'), 'w'), indent=1)
+    print(json.dumps({'onnx': a.out, 'MB': os.path.getsize(a.out) / 1e6, 'max_abs_err_vs_torch': err}))
+
+
+if __name__ == '__main__':
+    main()