From 7a194dd4a7276a071db9d0de9e295f2ca34421f5 Mon Sep 17 00:00:00 2001
From: cbb <2625274797@qq.com>
Date: Mon, 19 Oct 2026 22:45:39 +0800
Subject: [PATCH] =?UTF-8?q?docs(=E6=9C=AC=E6=9C=BA=E6=89=A7=E8=A1=8C?=
 =?UTF-8?q?=E6=B8=85=E5=8D=95):=20=E5=9B=9E=E7=AD=94=E3=80=8C=E5=8A=A0?=
 =?UTF-8?q?=E5=A4=A7=E6=95=B0=E6=8D=AE=E8=83=BD=E5=90=A6=E6=95=91=E9=97=AD?=
 =?UTF-8?q?=E7=8E=AF=E3=80=8D=E2=80=94=E2=80=94=E9=97=AD=E7=8E=AF=E7=8A=B6?=
 =?UTF-8?q?=E6=80=81=E5=88=B0=E8=AE=AD=E7=BB=83=E9=9B=86=E6=9C=80=E8=BF=91?=
 =?UTF-8?q?=E9=82=BB=E4=B8=AD=E4=BD=8D=2021.5=C2=B0=EF=BC=88=E8=B5=B7?=
 =?UTF-8?q?=E7=82=B9=2013.2=C2=B0=20=E7=9A=84=201.6=C3=97=EF=BC=8Cp90=2032?=
 =?UTF-8?q?.5=C2=B0=EF=BC=89=EF=BC=9B=E8=AE=AD=E7=BB=83=E9=9B=86=E6=9C=AC?=
 =?UTF-8?q?=E8=BA=AB=E7=A8=80=E7=96=8F=EF=BC=88=E8=80=81=E5=B8=88=E8=B5=B7?=
 =?UTF-8?q?=E7=82=B9=E6=9C=80=E8=BF=91=E9=82=BB=2013.2=C2=B0=EF=BC=89?=
 =?UTF-8?q?=EF=BC=9B6=20=E7=BB=B4=E5=AF=86=E5=BA=A6=E7=BC=A9=E6=94=BE?=
 =?UTF-8?q?=E6=95=B0=E6=8D=AE=E7=BF=BB=204=20=E5=80=8D=E5=8F=AA=E9=99=8D?=
 =?UTF-8?q?=20~21%=EF=BC=8C=E4=B8=8E=200.02=C2=B0=20=E8=AF=AF=E5=B7=AE?=
 =?UTF-8?q?=E5=B0=BA=E5=BA=A6=E5=B7=AE=E4=B8=89=E4=B8=AA=E9=87=8F=E7=BA=A7?=
 =?UTF-8?q?=E2=80=94=E2=80=94=E6=89=A9=E5=A4=A7=E5=90=8C=E7=B1=BB=E6=95=B0?=
 =?UTF-8?q?=E6=8D=AE=E6=95=91=E4=B8=8D=E4=BA=86=EF=BC=8C=E9=9C=80=20DAgger?=
 =?UTF-8?q?=20=E8=A6=86=E7=9B=96=E5=88=86=E5=B8=83=E5=A4=96=E7=8A=B6?=
 =?UTF-8?q?=E6=80=81?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/本机执行清单.md | 14 ++++++++++++++
 1 file changed, 14 insertions(+)

diff --git a/docs/本机执行清单.md b/docs/本机执行清单.md
index 9fdbdcb..15c06c7 100644
--- a/docs/本机执行清单.md
+++ b/docs/本机执行清单.md
@@ -177,3 +177,17 @@ reach **0%** / collision **79.0%** / ratio2s 0.574 / end 408 mm；`sign_flip_rat
 **全量耗时外推（估算，以首次实测为准）**：collect 8000 题约 0.8–1 小时（单进程）；老师重规划 1.6 万起点 / NPROC≈12 约 10 分钟；打包约 3 分钟；微调 15000 步未试。
 
 **结论**：DAgger 收集链路可用、显存安全（峰值 8 GB），可以全量启动——但先定 act_scale 口径。
+
+### 8. 「加大数据能否力挽狂澜」——闭环状态到训练分布的距离（s4，n=256，9408 个闭环状态）
+
+方法：闭环轨迹每 10 步取一个 q（9408 点），对训练集 191 万老师状态求最近邻（6 维关节角 L∞，±360 回绕）；对照 = 每题起点（老师分布内）。
+
+| 状态 | p10 | p50 | p90 | p99 |
+|---|---|---|---|---|
+| 闭环轨迹状态 | 12.10° | **21.46°** | 32.50° | 44.56° |
+| 每题起点（老师） | 8.71° | 13.21° | 17.91° | 21.53° |
+
+- 闭环状态离最近老师状态中位 **21.5°**（起点 13.2° 的 1.6×；p90 32.5°、p99 44.6°）。
+- 训练集本身在关节空间稀疏：连老师起点最近邻都有 13.2°——数据是"轨迹线"而非密集体。
+- 按密度缩放（6 维 d∝N^(−1/6)）：数据翻 4 倍最近邻仅降 ~21%（21.5°→~17°），而策略误差尺度是 0.02°；差距三个数量级，且同类数据不改变误差的时间相关结构（0.94）。
+- **结论：扩大同类老师数据救不了闭环**；需要「不同的数据」——在策略实际到达的状态上标注（DAgger），把 21.5° 这些分布外点变成训练样本。