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/model/meanflow.py

@@ -11,20 +11,26 @@ import torch
 from torch.func import jvp
 
 
-def sample_rt(B, device, dtype, p_neq=0.25, mu=-0.4, sigma=1.0):
+def sample_rt(B, device, dtype, p_neq=0.25, mu=-0.4, sigma=1.0, p_edge=0.0):
+    """2026-10-19（审查 review_model_train P0-3）：部署只在 (r=0, t=1) 推理一次，而 logit-normal 取 max/min 后
+    P(t>0.95) 约 0.08%、P(r<0.05) 约 0.5%，这个角几乎从未被训练到（一步残差与噪声相关 −0.86 即外推失准）。
+    p_neq > 0 时另以 p_edge 的概率把样本直接放在 (r=0, t=1)；预热期（p_neq=0）不放，那时一步映射本就不训。"""
     t = torch.sigmoid(torch.randn(B, device=device, dtype=dtype) * sigma + mu)
     r = torch.sigmoid(torch.randn(B, device=device, dtype=dtype) * sigma + mu)
     t, r = torch.maximum(t, r), torch.minimum(t, r)
     eq = torch.rand(B, device=device) >= p_neq
     r = torch.where(eq, t, r)
+    if p_neq > 0 and p_edge > 0:
+        edge = torch.rand(B, device=device) < p_edge
+        t = torch.where(edge, torch.ones_like(t), t); r = torch.where(edge, torch.zeros_like(r), r)
     return r, t
 
 
-def meanflow_loss(model, mem, x, p_neq=0.25, ada_p=1.0, ada_c=1e-3, return_aux=False):
+def meanflow_loss(model, mem, x, p_neq=0.25, ada_p=1.0, ada_c=1e-3, return_aux=False, p_edge=0.0):
     mem, x = mem.float(), x.float()
     with torch.autocast('cuda', enabled=False):
         B = x.shape[0]
-        r, t = sample_rt(B, x.device, x.dtype, p_neq)
+        r, t = sample_rt(B, x.device, x.dtype, p_neq, p_edge=p_edge)
         e = torch.randn_like(x)
         z = (1 - t)[:, None, None] * x + t[:, None, None] * e
         v = e - x