exp(dagger-deploy): 轮次10——每步重规划下 gain1.5 达 28.9%/0.8%/0.411/刹停28.5/844ms（新最佳）；gain1.0 碰撞 0.0% 但到达 22.7%；待 n=256 复核

2026-10-20 05:24:20 +08:00
parent 5f2cbd5179
commit 4de5e03a0b
1 changed files with 19 additions and 0 deletions
@@ -147,6 +147,25 @@
 - **结论**：**每步重规划全面改善**（到达 +3.9 pp、碰撞 1.6→0.8%、刹停 25.9→20.6、时延 922→845 ms），成为**新历史最佳**。K=16 无收益且时延翻倍（1629 ms），淘汰。
 - **下一步**：每步重规划下重扫增益（0.8/1.0/1.5/2.0），找新最优。

+## 轮次 10：每步重规划下的增益重扫（exp: `exp/dagger-deploy`，新历史最佳）
+
+- **假设**：反馈每步生效后，最优增益会上移。
+- **判据**：reach > 26.6%（轮次 9）且碰撞 ≤1.6%；同时比较刹停/时延。
+- **配方**：dag2 best，`replan='empty'`，gain ∈ {0.8, 1.0, 1.2, 1.5, 2.0}，safety=True，n=128。
+- **对照**：轮次 9（gain 1.2：26.6% / 0.8% / 0.453 / 20.6 / 845 ms）。
+- **指标**：
+
+| gain | 到达 | 碰撞 | ratio2s | 刹停/题 | 墙钟/题 |
+|---|---|---|---|---|---|
+| 0.8 | 21.9% | 2.3% | 0.505 | 11.3 | 801 ms |
+| 1.0 | 22.7% | **0.0%** | 0.489 | 15.2 | 810 ms |
+| 1.2 | 26.6% | 0.8% | 0.453 | 20.6 | 845 ms |
+| **1.5** | **28.9%** | 0.8% | **0.411** | 28.5 | 844 ms |
+| 2.0 | 28.9% | 0.8% | 0.414 | 44.9 | 914 ms |
+
+- **结论**：到达在 gain 1.5 封顶（28.9%），2.0 无收益且刹停翻倍（44.9）。**按到达优先/碰撞 ≤3%：历史最佳 = gain 1.5 + 每步重规划（28.9% / 0.8% / 0.411 / 28.5 / 844 ms）**；按碰撞优先：gain 1.0（22.7% / 0.0% / 0.489 / 15.2 / 810 ms）。n=128 的差异约 3–4 题，需 n=256 复核。
+- **下一步**：n=256 复核 gain 1.0 / 1.2 / 1.5；若平台稳定，再决定是否 DAgger 第 3 轮（采集用新部署配置）。
+
 ## 轮次统计

 - 连续无实质进展轮数：0（轮次 5 出现实质进展：reach 0→20.3%）。