exp(dagger-deploy): 轮次17——每步规划下 gain1.8 到达 43.8%/碰撞1.6%/ratio0.216/time_ok28.9%（新最佳）；gain2.2/3.0 时间效率更高但到达降、刹停暴涨（3.0:123次/题过冲）

2026-10-20 07:12:59 +08:00
parent 6c2af53d18
commit 7be41cb1ad
1 changed files with 17 additions and 0 deletions
@@ -264,6 +264,23 @@
 - **结论**：稳定。**历史最佳（n=512，部署口径）= 40.8% 到达 / 2.1% 碰撞 / ratio2s 0.309 / time_ok 25.0% / 852 ms/题**；从基线 0% 到达提升 40.8 pp。相对 §9.2（98%、碰撞 0、用时≤老师×1.3）仍有大差距，但机理已成立。
 - **下一步**：每步规划下重扫增益（1.8/2.2/3.0），看时间效率是否继续提升；随后收尾。

+## 轮次 17：每步规划下的更大增益（exp: `exp/dagger-deploy`）
+
+- **假设**：每步规划下更大的反馈增益可进一步提升到达与时间效率。
+- **判据**：time_ok 上升、到达不降、碰撞 ≤3%。
+- **配方**：dag2 best，replan='empty'，commit_n=1，safety_partial=1，gain ∈ {1.8, 2.2, 3.0}，n=256。
+- **对照**：轮次 15（gain 1.5：41.8% / 21.5% / 2.3% / 0.259 / 26.9 / 967 ms）。
+- **指标**：
+
+| gain | 到达 | time_ok_1p3 | 碰撞 | ratio2s | 刹停/题 | 墙钟/题 |
+|---|---|---|---|---|---|---|
+| **1.8** | **43.8%** | 28.9% | 1.6% | 0.216 | 40.0 | 956 ms |
+| 2.2 | 41.0% | **32.4%** | 2.0% | 0.174 | 64.4 | 976 ms |
+| 3.0 | 36.3% | 32.8% | 0.8% | **0.153** | **123.2** | 994 ms |
+
+- **结论**：gain 1.8 到达最高（43.8%）；2.2/3.0 精度与时间效率更好但到达下降、刹停暴涨（3.0 达 123 次/题，过冲）。**历史最佳按到达优先（碰撞 ≤3%）：gain 1.8 = 到达 43.8% / 碰撞 1.6% / ratio2s 0.216 / time_ok 28.9% / 956 ms（n=256）**。保守/时间优先可选 2.2。
+- **下一步**：n=512 复核 gain 1.8；随后收尾。
+
 ## 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%）。