docs(本机执行清单): 本地自主排查——闭环噪声容忍上限 0.01-0.02×STEP（σ 扫描 0→0.05 时 reach 1.0→0.218）；8 段采样 reach 仍 0（flip 已=老师、无抖）→ 策略误差是系统偏差非白噪声，降噪已到天花板；need 头恒 <0.5（>0.5 占比 0、召回 0/43）=闭环子目标通道从不激活（H3 三变体逐位相同的直接原因），训练 80% sf=1 vs 闭环 100% sf=0

docs/本机执行清单.md

@@ -92,3 +92,36 @@ PYTHONUTF8=1 python -m ml.eval.diag_cl --ckpt ml/runs/base/last.pt --n 256 --out
 **C 段**（新时限口径）：0% 到达 / 96.5% 碰撞 / 2 s 误差比 0.755。
 
 ### 本轮无出错，无终端报错段。
+
+---
+
+## 本地自主排查（2026-10-19 20:40，用户授权「继续排查」）
+
+### 1. 闭环噪声容忍阈值（老师动作 + N(0,σ²)，σ 以 STEP 为单位，n=256，其余同 H1_oracle）
+
+| σ | 0 | 0.005 | 0.01 | 0.02 | 0.03 | 0.04 | 0.05 |
+|---|---|---|---|---|---|---|---|
+| reach | 1.0 | 1.0 | 0.971 | 0.716 | 0.457 | 0.309 | 0.218 |
+| collision | 0 | 0.8% | 2.5% | 4.9% | 6.2% | 7.4% | 9.1% |
+| ratio2s | 0.047 | 0.049 | 0.049 | 0.054 | 0.059 | 0.063 | — |
+
+→ **闭环能容忍的每步噪声上限 ≈ 0.01–0.02×STEP**（约 0.02–0.04°/步）。策略 s1 残差 ~0.77°/步、s4 ~0.05–0.08°/步，都在崩溃区右侧。
+
+### 2. 8 段采样闭环（steps=8，同 H3_headsub_cross 口径）
+
+reach **0%** / collision **79.0%** / ratio2s 0.574 / end 408 mm；`sign_flip_rate` 0.0004–0.0015（≈老师 0.0005–0.004，抖已完全消掉）、`amp ≈ net`（1.00/1.19/0.97/1.19/1.36/0.76，无抖动成分）。
+
+→ 对比 s4（reach 0 / 79.8% / 0.587）：**s4→s8 几乎无改善**。按上表的白噪声口径，s8 的残差幅度（16 步 0.56° ≈ 0.035°/步，σ_eff≈0.0175）应给出 reach≈0.75——实测 0。**策略误差不是白噪声，是有方向的系统偏差**：幅度不大但同向、闭环里逐步累积，重规划抵消不掉。降采样噪声（1→4→8 段）已到天花板。
+
+### 3. 子目标通道：need 头恒不触发（新发现，修正「子目标排除」的理由）
+
+- 冷启动（子目标特征抹零，与闭环同口径）need 概率：mean 0.0048、p50 0.0030、p90 0.0079、**max 0.0819**、>0.5 占比 **0**；43 道 need=True 题召回 **0/43**。（D0 的 0.71875 准确率恰等于"全预测 False"基线，当时已有此暗示。）
+- 因此闭环里 `sub_flag` 恒 0、子目标从不激活——这才是 H3 三变体逐位相同的直接原因。
+- 但模型对子目标特征**高度敏感**（同一噪声下真值子目标 vs 置零：|Δact| mean 0.177、max 3.09）——训练时 80% 样本 sf=1，而闭环 100% 是 sf=0，属训练/闭环分布错配。
+- 不过 H3_teachersub（强制真值 need + 真值途经点）仍 0% / 95.9%——**子目标不是闭环全灭的主因**，但 need 头失效 + 闭环恒走少数分支值得修。
+
+### 4. 汇总判断
+
+- 仿真正常（H1_oracle 已证）；采样噪声已压到老师抖动水平仍 0% 到达 → **剩余障碍是策略的系统性动作偏差 + 闭环对误差的极低容忍度（误差复利）**。
+- 继续调采样段数、子目标规则、候选选择都无解；正确方向是**在闭环状态上训练（DAgger）**，让老师纠正分布偏移，或提高闭环鲁棒性。
+- 未自行启动 DAgger / 重训，等指示。