diag: H 段（老师 oracle 走 rollout / 前缀消融 / 子目标越过顶点规则 / 分轴与分类别指标）；训练：EMA、选模不落在 p_neq 预热、闭环分数选模、24000 步余弦、p_neq 0.5 + p_edge 0.1、子目标头切断抄输入、前缀/dq 增广；仿真：last 记真正提交的候选、碰撞与到达按每题时限、回放门禁读 pass+指纹并走 rollout；数据：动作标签按 1.25·STEP 归一化（act_scale 随 meta/ckpt/ONNX 传递，旧模型 1.0）、收回亏空结转、DAgger 带 qPrev 与起步速度、打包签名变更自动重打；ik-policy.js 同步（actScale、子目标规则、DLS 时清 lastPlan）；本机执行清单与 README 更新

ml/dagger/collect.py

@@ -5,7 +5,9 @@
   - 撞了的题：首次碰撞前 0.2 s 的状态（策略"快要撞上"的地方，最有用）；
   - 另取一个 [0.3 s, 首撞前或结束] 内均匀随机时刻的状态（偏离老师的一般状态）。
 起点必须无碰且间隙 > MIN_GAP_MM（老师从碰撞态出发规划不出来，与 build_dataset 的增广接受同一地板），且离目标 > 5 mm（否则 DLS 接管，不需要老师）。
-输出 tasks_XX.jsonl（按 --parts 均分，供 gen_dataset.cjs --tasks 并行），每行 {q0, T, R, cat, src}。
+输出 tasks_XX.jsonl（按 --parts 均分，供 gen_dataset.cjs --tasks 并行），每行 {q0, qPrev, T, R, cat, src}。
+2026-10-19（审查 F7 / C10）：同时记录策略在该时刻的上一帧 qPrev；老师重规划的时间律从当前速度（v0）起步，
+  t=0 样本的 dq 特征用真实上一帧——原来一律按静止起步标注，DAgger 样本不是策略真正到过的 (q, dq) 状态。
 为什么需要：纯行为克隆在闭环里会偏出老师分布（首次 21850 步闭环到达 0%），原方案指望 APG/挖错修，但它们没法从 0% 起步。
 老师只用于训练标注，部署仍然无老师。"""
 import argparse, json, os, random
@@ -30,9 +32,9 @@ def main():
     gap_min = float(os.environ.get('MIN_GAP_MM') or 3)
     os.makedirs(a.out, exist_ok=True)
     kin = Kin(device=a.device)
-    ck = torch.load(a.ckpt, map_location=a.device)
+    from ml.common.ckpt import load_policy      # 2026-10-19：EMA 权重 + act_scale
+    model, ck = load_policy(a.ckpt, a.device)
     assert ck.get('fp') in (None, kin.fp), '碰撞模型指纹与 checkpoint 不符'
-    model = build(ck['cfg']).to(a.device); model.load_state_dict(ck['model']); model.eval()
     pool = [t for t in load_tasks(a.samples[:1]) if t['split'] == 'train' and t.get('cat') not in ('D',)]
     rng = random.Random(a.seed); rng.shuffle(pool); tasks = pool[:a.n]
     out, stat = [], {'tasks': len(tasks), 'collided': 0, 'states': 0, 'rej_gap': 0, 'rej_near': 0}
@@ -61,10 +63,10 @@ def main():
             if c - 1 > lo: cand.append(rng.randint(lo, c - 1))
             for k in cand:
                 if g[b, k] <= gap_min: stat['rej_gap'] += 1; continue
-                q = tr[b, k:k + 1]
+                q = tr[b, k:k + 1]; qprev = tr[b, max(0, k - 1)]
                 e, oe = goal_err(kin, q, T[b:b + 1], R[b:b + 1])
                 if e.item() < 5 and (not t.get('R') or oe.item() < 5): stat['rej_near'] += 1; continue
-                out.append({'q0': [round(v, 3) for v in q[0].tolist()], 'T': t['T'], 'R': t.get('R'), 'cat': t.get('cat', 'A'),
+                out.append({'q0': [round(v, 3) for v in q[0].tolist()], 'qPrev': [round(v, 3) for v in qprev.tolist()], 'T': t['T'], 'R': t.get('R'), 'cat': t.get('cat', 'A'),
                             'src': {'tid': t['tid'], 'k': k, 'col': bool(hit.numel())}})
         del tr, g, per
         if a.device.startswith('cuda'): torch.cuda.empty_cache()