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/gen/gen_dataset.cjs

@@ -5,7 +5,9 @@
  * 每行一条任务：采样 → 老师 → 距离下界认证过滤 → 局部时间律（50 Hz）→ 写出。
  * 认证不过的样本也写出（keep=false + 原因），供 stats 统计丢弃率；训练只用 keep=true。
  * 2026-10-18 断点续写：第 i 条任务的随机数只由 (seed, i) 决定（sampler.reseed）；输出文件已存在时保留其中完整的行、
- *   截掉写了一半的最后一行，从下一条接着写 —— 生成几小时被中断，重跑只补剩下的，不重来、不重复。 */
+ *   截掉写了一半的最后一行，从下一条接着写 —— 生成几小时被中断，重跑只补剩下的，不重来、不重复。
+ * 2026-10-19：--tasks 的任务带 qPrev（DAgger 采集时策略的上一帧）时，记录 qPrev 与起步速度 v0（timelaw.initSpeed），
+ *   时间律从 v0 起步；build_dataset.cjs 用它们做 t=0 样本的 dq 特征与标签。 */
 'use strict';
 const fs = require('fs'), path = require('path');
 const args = {}; for (let i = 2; i < process.argv.length; i += 2) args[process.argv[i].replace(/^--/, '')] = process.argv[i + 1];
@@ -19,7 +21,7 @@ const K_CONS = +args.consensus || 0;
 const GIVEN = args.tasks ? fs.readFileSync(args.tasks, 'utf8').split('\n').filter(Boolean).map(l => JSON.parse(l)) : null;
 const NT = GIVEN ? GIVEN.length : N;
 const cert = require('./cert.cjs')(S, {});
-const { timeParam } = require('./timelaw.cjs');
+const { timeParam, initSpeed } = require('./timelaw.cjs');
 const fp = S.modelFingerprint ? S.modelFingerprint() : null;
 fs.mkdirSync(path.dirname(OUT), { recursive: true });
 let done = 0;
@@ -63,7 +65,11 @@ for (let i = done; i < NT; i++) {
     if (valid >= 2 && agree * 2 < valid) { rec.keep = false; rec.why = 'consensus'; }
   }
   if (t.poseRelaxed && task.mode === 'pose') { rec.mode = 'pos'; rec.R = null; rec.demoted = true; rec.reached = t.err < 1; }
-  if (rec.keep) { const tp = timeParam(t.pts); rec.traj = tp.traj.map(q => q.map(r3)); rec.exec_s = r3(tp.steps * 0.02); }
+  if (rec.keep && task.qPrev) {
+    rec.qPrev = task.qPrev.map(r3);
+    rec.v0 = r3(initSpeed(t.pts, task.qPrev, S.wrap180, S.ORDER.map(id => !!S.LIM[id].cont)));
+  }
+  if (rec.keep) { const tp = timeParam(t.pts, { v0: rec.v0 || 0 }); rec.traj = tp.traj.map(q => q.map(r3)); rec.exec_s = r3(tp.steps * 0.02); }
   fs.writeSync(fd, JSON.stringify(rec) + '\n');
   if ((i + 1) % 25 === 0) process.stderr.write(`[seed ${SEED}] ${i + 1}/${NT}  ${((performance.now() - t00) / 1000 / (i + 1 - done)).toFixed(2)} s/条\n`);
 }

ml/gen/timelaw.cjs

@@ -1,7 +1,10 @@
 /* 局部可观测时间律（2026-10-17，方案 §4.5）
  * 折线按"巡航时间" τ 参数化：每段 τ = max_j |Δq_j| / VMAX_j（各轴同步、主导轴满速）。
  * 归一化速度 v∈[0,1]（1 = 巡航）：v ← min(1, v + A·dt, sqrt(2·A·剩余 τ))，只依赖当前速度与剩余路程。
- * 输出 50 Hz（dt = 20 ms）状态序列，末点精确落在终点。 */
+ * 输出 50 Hz（dt = 20 ms）状态序列，末点精确落在终点。
+ * 2026-10-19（审查 review_closedloop F7 / review_data_actions C10）：opt.v0 = 起步归一化速度（默认 0 = 静止起步）。
+ *   DAgger 重新标注的起点来自策略闭环、本来就在运动，原来一律从静止加速，标签与策略真正到达的 (q, dq) 状态不符。
+ *   initSpeed(P, qPrev) 把当前速度投影到首段方向上得到 v0（gen_dataset.cjs 用）。 */
 'use strict';
 const VMAX = [60, 60, 90, 90, 120, 180];   // °/s，与 tests/route_bench.cjs 同（轴速比 0.6/0.6/0.9/0.9/1.2/1.8）
 const A = 5.0;                              // 1/s²：0→巡航约 0.2 s（a_max 待真机参数）
@@ -19,7 +22,7 @@ function timeParam(P, opt) {
     const u = segT[i] > 0 ? (tau - cum[i]) / segT[i] : 1;
     return P[i].map((v, j) => v + (P[i + 1][j] - v) * u);
   };
-  const out = [P[0].slice()], taus = [0]; let tau = 0, v = 0, guard = 0;
+  const out = [P[0].slice()], taus = [0]; let tau = 0, v = Math.max(0, Math.min(1, opt.v0 || 0)), guard = 0;
   while (tau < total - 1e-9 && guard++ < 100000) {
     const rem = total - tau;
     const v1 = Math.min(1, v + a * dt, Math.sqrt(2 * a * Math.max(0, rem - 0.5 * v * dt)) + 1e-9);
@@ -30,4 +33,18 @@ function timeParam(P, opt) {
   }
   return { traj: out, taus, cum, total, steps: out.length - 1 };
 }
-module.exports = { timeParam, VMAX, A, DT };
+/* 起步速度：w_j = 当前每步增量 / STEP_j（qPrev → P[0]），u_j = 巡航时首段每步增量 / STEP_j（max|u_j| = 1），
+   v0 = clamp(⟨w,u⟩/⟨u,u⟩, 0, 1)——当前速度在首段方向上的分量；反向或首段为零时 0。wrap：连续轴差值的最短弧函数（可缺省）。 */
+function initSpeed(P, qPrev, wrap, cont) {
+  if (!qPrev || !P || P.length < 2) return 0;
+  const dd = (a, b, j) => (wrap && cont && cont[j]) ? wrap(a - b) : a - b;
+  let seg = 0; for (let j = 0; j < 6; j++) seg = Math.max(seg, Math.abs(P[1][j] - P[0][j]) / VMAX[j]);
+  if (seg < 1e-9) return 0;
+  let wu = 0, uu = 0;
+  for (let j = 0; j < 6; j++) {
+    const u = (P[1][j] - P[0][j]) / VMAX[j] / seg, w = dd(P[0][j], qPrev[j], j) / (VMAX[j] * DT);
+    wu += w * u; uu += u * u;
+  }
+  return Math.max(0, Math.min(1, wu / uu));
+}
+module.exports = { timeParam, initSpeed, VMAX, A, DT };