ml: 第二轮审查 B-1~B-8 处置 + 一键训练控制台

- B-1 运行时投影护栏恢复 5 mm；老师轨迹按认证最小间隙 < 3 mm 剔除（stats/build_dataset，gapDrop）
- B-2 APG 端点+中点 hinge 取均值；B-3 check_r2 空匹配保护、5000×50000、分块 256，pass=false 时 prep 停下
- B-4 R7 按全部 B/C 题统计；B-5 r8 起点贴柱；B-7 pipeline r4（export_onnx --random，训练前测延迟）
- B-8 起步失败 ≤0.2%、column_gap 分块、pipefail、门禁结果先写 .tmp
- 训练控制台：ml/console.bat|sh → ml/monitor.py（开始/停止/进度/日志接口）+ monitor.html；
  pipeline.sh all 支持 FROM/TO，阶段状态写 ml/runs/pipeline.json（ml/pstate.py）；训练/APG 日志加 total、t
- 文档：README 一键运行与训练控制台；审查文档追加第三轮处置；方案余量决策与 R4 时点

docs/Transformer轨迹拟合训练方案.html

@@ -615,7 +615,9 @@ K=8，二者共用骨干，切换约 1 天</td>
 <td>越大越不易被认证拒绝</td>
 <td>越大行程越长、贴柱越难；高于老师轨迹自身间隙（实测最小间隙 p50 4.4 /
 p90 5.9 mm）会与 BC 标签对抗</td>
-<td><strong>3 mm</strong>（≈ 老师 p10），APG 碰撞项与运行时投影共用</td>
+<td>数据过滤与 APG 碰撞项 <strong>3 mm</strong>（认证最小间隙 &lt; 3 mm
+的老师轨迹不进训练集）；运行时投影护栏独立保持 <strong>5
+mm</strong>，护栏不迁就数据分布</td>
 </tr>
 <tr class="even">
 <td>关节噪声增广 σ</td>
@@ -1240,8 +1242,8 @@ s），统计到达率、用时 ≤ 老师 × 1.3
     反传，梯度裁剪 ≤ 1.0，lr 1e-4</code></pre>
 <ul>
 <li>碰撞项 L_col = Σ ReLU(margin − 胶囊距离)，margin = 训练余量 3
-mm（间隙已扣除 <code>margin_mm</code>）；每步端点 +
-中点；含臂×立柱、臂×台架、臂×臂（非相邻段）。</li>
+mm（间隙已扣除
+<code>margin_mm</code>）；每步端点与中点，两处取均值（与只查端点同量纲）；含臂×立柱、臂×台架、臂×臂（非相邻段）。</li>
 <li>到达项：每个截断段末的位置误差² + λ_rot·‖R −
 R*‖_F²；不做到达即停，段末项在整条展开上持续给出接近梯度。</li>
 <li>平滑项：速度² + 加速度²。</li>
@@ -1513,9 +1515,10 @@ held-out 闭环仿真（开仿真安全层）测量，由
 <tr class="even">
 <td>R4</td>
 <td>浏览器推理延迟</td>
-<td>M4 后立即导出 ONNX，wasm-SIMD 多线程测 batch=8 P99 &lt; 15 ms</td>
+<td>训练前用随机初始化模型导出 ONNX（延迟与权重无关），wasm-SIMD
+多线程测 batch=8 P99 &lt; 15 ms</td>
 <td>减小模型（d=128，约 1.8M 参数）；同时测 WebGPU，更快则换</td>
-<td><strong>M4（最大不确定项）</strong></td>
+<td><strong>M1 前（最大不确定项，训练前结掉）</strong></td>
 </tr>
 <tr class="odd">
 <td>R5</td>