feat+test: 换向率 reverse_rate 进闭环指标（按轴方向翻转/活动步，站住不重置），带正对照单测

tests/test_eval_cl.py

@@ -820,6 +820,9 @@ class TravelPenaltySelectTest(unittest.TestCase):
         self.assertAlmostEqual(p0['traj'][0, 1, 0].item(), 0.9 * 1.2, places=5)
         p1 = self.run1(1.0)      # 加惩罚：行程 10.8 vs 3.6 ⇒ 选匀速那条
         self.assertAlmostEqual(p1['traj'][0, 1, 0].item(), 0.225 * 1.2, places=5)
+        # 换向率指标要有灵敏度：抖动轨迹必须报出高换向，匀速轨迹必须接近 0（正对照，不然等于没测）
+        self.assertGreater(float(p0['reverse_rate'][0]), 0.4)
+        self.assertLess(float(p1['reverse_rate'][0]), 1e-6)
 
     def test_waste_penalty_also_separates_them(self):
         """换成"白费比例"（1 − 同轴净位移/累计行程）也必须能分开，且罚度按当前误差缩放：