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/eval/acceptance.py

@@ -4,7 +4,7 @@
 其余项读已有文件（缺文件记为 missing，不算通过）：
   ml/runs/policy_bench.json   部署形态：各集合穿模帧 = 0；near 30/30（pos、pose）；route 全部到达；nc1000 0 失败；刹停率 < 2%；R8 恢复 ≥ 95%、活锁 = 0
   ml/data/r2.json             R2 近邻标签 std < 10% 步长
-  ml/runs/bench_*/log.jsonl   R10 吞吐 ≥ 5000 样本/s（≈ 60000 步 ≤ 3.5 h）
+  ml/runs/bench_*/log.jsonl   R10 吞吐 ≥ 5000 样本/s（24000 步 batch 1024 ≈ 1.4 h）
   ml/runs/m5_gate_*.json      M5 头门禁
   ml/runs/mine/r*/gate.json   R7 最后一轮左右比例 / 行程门禁
   ml/runs/r4.json             R4 浏览器推理 batch=8 P99 < 15 ms（r4 探针）
@@ -37,8 +37,8 @@ def main():
         items.append({'item': name, 'value': value, 'pass': (None if ok is None else bool(ok)), 'rule': rule})
 
     # 1) held-out 闭环（仿真安全层）
-    ck = torch.load(a.ckpt, map_location=a.device)
-    model = build(ck['cfg']).to(a.device); model.load_state_dict(ck['model']); model.eval()
+    from ml.common.ckpt import load_policy      # 2026-10-19：EMA 权重 + act_scale
+    model, ck = load_policy(a.ckpt, a.device)
     kin = Kin(device=a.device)
     val = [t for t in load_tasks([a.samples]) if t['split'] == 'val']
     reach = [t for t in val if t.get('reached') and t['cat'] != 'D']
@@ -97,7 +97,7 @@ def main():
     for f in sorted(glob.glob('ml/runs/bench_*/log.jsonl')):
         recs = [json.loads(l) for l in open(f) if '"samples_per_s"' in l]
         if recs: sps = max(sps or 0, recs[-1]['samples_per_s'])
-    add('R10 训练吞吐（样本/s）', sps, sps is not None and sps >= 5000, '≥ 5000（≈ 60000 步 ≤ 3.5 h）')
+    add('R10 训练吞吐（样本/s）', sps, sps is not None and sps >= 5000, '≥ 5000（24000 步 ≈ 1.4 h）')
     m5 = [jload(f) for f in sorted(glob.glob('ml/runs/m5_gate_*.json'))]
     m5 = [m for m in m5 if m]
     add('M5 头门禁', [{'head': m['head'], 'collision_rate': m['policy_only']['collision_rate']} for m in m5] or 'missing',