fix: 闭环失败定位与显存修复——新增 ml/eval/diag_cl.py（Python/JS 特征口径、同噪声动作差、碰撞时刻/组对、开安全层到达率）；kin.gaps 按幸存胶囊对数（PAIR_BUDGET=2e6）自动分块（实测原 4096 点 cap 40 峰值约 30 GB）；dagger/collect.py cap=gap_min+1 分块；新增 docs/本机执行清单.md（本机计算唯一要求清单）

docs/本机执行清单.md

@@ -0,0 +1,53 @@
+# 本机执行清单（给本地 AI 逐条执行）
+
+本文件是 Hark 对本机计算的唯一要求清单。按顺序执行，每一步把「回传」里的文件或输出原样交给用户，不要跳步，不要自行改代码。
+所有命令在仓库根目录（G:\Robot_v2\机器人手臂）的 Git Bash 里运行。完成的条目由 Hark 在下一次提交里删掉。
+
+当前状态（2026-10-19 02:00）：第二次预训练开环已正常（候选多样性 0.65、8 候选最好 2.9 mm），闭环仍 0% 到达 / 100% 碰撞；
+DAgger 阶段曾把显存吃到约 30 GB，原因是 kin.gaps 一次几千个点、cap=40 mm，已修复（kin.gaps 自动分块），尚未实测。
+
+## 第 0 步：同步代码
+
+```bash
+git fetch gitea && git reset --hard gitea/main
+git log --oneline -1          # 应为「fix: 闭环失败定位与显存修复……」或更新
+```
+
+- 训练控制台若开着，先点「停止」，确认没有 python 训练进程在跑。
+- 不要启动 DAgger / M5，等 Hark 看完第 1、2 步的结果再定。
+
+## 第 1 步：gaps 显存峰值（不到 1 分钟）
+
+```bash
+PYTHONUTF8=1 python - <<'EOF'
+import torch
+from ml.common.kin_torch import Kin
+kin = Kin(device='cuda')
+for n, cap in [(512, 40.0), (4096, 4.0), (4096, 40.0)]:
+    q = kin.lo + (kin.hi - kin.lo) * torch.rand(n, 6, device='cuda')
+    torch.cuda.empty_cache(); torch.cuda.reset_peak_memory_stats()
+    with torch.no_grad(): kin.gaps(q, cap)
+    print(f'n={n:5d} cap={cap:4.0f}  peak {torch.cuda.max_memory_allocated() / 2**30:6.2f} GiB', flush=True)
+EOF
+```
+
+- 通过：三行峰值都 ≤ 2 GiB。
+- 任务管理器里专用显存接近 24 GB 或共享显存开始上涨：立刻 Ctrl+C，回传已打印的行，不要继续第 2 步。
+- 回传：终端输出的 3 行。
+
+## 第 2 步：闭环失败定位（约 2–4 分钟）
+
+```bash
+PYTHONUTF8=1 python -m ml.eval.diag_cl --ckpt ml/runs/base/last.pt --n 256 --out ml/runs/diag_cl.json
+```
+
+- 运行期间看一眼任务管理器，专用显存应远低于 24 GB；超过 22 GB 就 Ctrl+C 并回传终端输出。
+- 回传：`ml/runs/diag_cl.json`、`ml/runs/replay_teacher.json`、`ml/runs/base/log.jsonl`。
+
+## 回传汇总
+
+| 步骤 | 回传内容 |
+|---|---|
+| 1 | 终端 3 行峰值 |
+| 2 | ml/runs/diag_cl.json、ml/runs/replay_teacher.json、ml/runs/base/log.jsonl |
+| 任一步出错 | 终端最后 30 行输出 |