exp: 轮次49——#31 门控地平线成立：终端段 20 mm 时时限收益与精度代价解耦

预注册判据(err_success_med 回到 ~0.22mm 且 time_ok>=0.31)由 20mm 臂满足：
0.2248 mm / 0.3281；到达题组内末态误差符号检验 67差/57好 p=0.42 ⇒ 与控制不可分
(pre h=2 是 82/42 p=4.2e-4，门控5mm 是 79/45 p=0.0029 仍显著变差)。
5→20mm 的分级响应是机理证据：病名是"终端代价的作用区间不够长"，不是"缺终端代价"。

不许只报好的那半：不存在同时占优的阈值——20mm 把 A 类到达打到 94/128(控制与5mm 都是 96)，
5mm 到达最高 0.5469 且行程比最好 2.4218 但精度仍显著变差。到达率在整条轴上都没跨过显著
(净 +3/+6/+5 题，McNemar p=0.68/0.33/0.42)，所以主口径仍写控制值。

四列 collision_rate/over_vmax_rate 全 0、n_plans_mean 全 195.0 ⇒ 没有放松判据、规划次数不变。
下一步 seed=1 复现(控制臂复用 round47_ep_s1)，判读规则已预注册。

docs/探索日志.md

@@ -113,6 +113,30 @@
 - **对 `backoff` 的预期与判据**：全拒意味着"连第 1 步的端点或中点已经穿进障碍"，缩步能不能救取决于**穿得有多深**（穿 0.1 mm 救得回，穿 3 mm 救不回）。这个数转储里没记（只记被选中那条），所以直接由 `backoff_mean`/`reject_all_mean` 来量：
   `reject_all_mean ≈ 原全拒次数`（=backoff_mean+brakes_mean，与轮次 33 cap 的 19.55 可比），`backoff_mean/(backoff_mean+brakes_mean)` 就是"缩步能救回的比例"。这是补跑（#22）要读的第一个数。
 
+## 轮次 49：#31 门控地平线成立——终端段盖到 20 mm 时，时限收益与精度代价被解耦（预注册判据由该臂满足）
+
+- **假设（由轮次 48 的四点曲线给出，不是拍脑袋）**：时限收益来自"打分地平线 = 执行地平线"，精度代价来自"近终段没有终端代价"。两件事若真能分开，就应该存在一个终端段长度，使得短前瞻的时限收益基本不损、而末态误差回到控制水平。
+- **做法**：`select=pre --pre_near <mm>`——当前误差 ≤ 阈值时打分改用**整条地平线**末端，远端仍用提交窗口点。多一次 `goal_err(B×K 点)` 只在门控口径下发生。
+- **四列对照（全部 seed=0、同配方同批；控制=`round45_tie0`，pre=`round46_pre256`）**：
+
+  | 读数 | 控制 h=16 | `pre` h=2 | 门控 5 mm | 门控 20 mm |
+  |---|---|---|---|---|
+  | 到达 | 0.5234 | 0.5430 | **0.5469** | 0.5352 |
+  | 时限内(≤1.3×老师) | 0.2656 | **0.3320** | **0.3320** | 0.3281 |
+  | 2 s 误差比 | 0.2792 | 0.1702 | 0.1702 | 0.1702 |
+  | 到达题末态误差中位 | 0.2175 | 0.4151 | 0.3768 | **0.2248** |
+  | 行程比中位 | 2.6158 | 2.4449 | **2.4218** | 2.5146 |
+  | 刹停/题 | 19.55 | 19.84 | 19.84 | 19.64 |
+  | 执行碰撞 / 超 VMAX | 0 / 0 | 0 / 0 | **0 / 0** | **0 / 0** |
+  | `n_plans_mean` | 195.0 | 195.0 | 195.0 | 195.0 |
+
+- **逐题配对（vs 控制）**：到达 门控5 赢 16 丢 10（净 +6，p=0.327）、门控20 赢 13 丢 10（净 +3，p=0.678）、`pre` 净 +5（p=0.424）⇒ **到达率在这条轴上任何一点都没跨过显著**。到达题组内的末态误差符号检验才是分界：`pre` 82 差/42 好 **p=4.2e−4**、门控 5 mm 79/45 **p=0.0029**（仍显著变差）、门控 20 mm 67/57 **p=0.42 ⇒ 与控制不可分**。
+- **预注册判据的落点**（规则在看到数据前写在 `ml/runs/_r49_gate.sh`）：成立 = `err_success_med` 回到接近控制(≈0.22 mm) 且 `time_ok ≥ 0.31`。**门控 20 mm 两条都满足**（0.2248、0.3281）⇒ 假设成立。门控 5 mm 只满足时限一半都不到（0.3768 仍显著差）⇒ 不成立。
+- **5→20 mm 的分级响应是机理证据，不是调参**：终端段太窄（5 mm ≈ 最后一两步）只回收 20% 的精度差，20 mm（≈ 最后 3–5 步）才回收全部。⇒ 病名的正确写法是**"终端代价的作用区间不够长"**，而不是"缺终端代价"。这也说明 `pre` 的精度损失不是"打分变笨"的随机副作用，而是近终段路径选择被 2 步口径主导的直接后果。
+- **两条臂各自的代价（不许只报好的那半）**：门控 20 mm 把 A 类到达打到 **94/128**（控制 96、门控5 也是 96），换来精度归零；门控 5 mm 到达最高 0.5469 且行程比最好（2.4218），但末态误差仍显著变差。⇒ **不存在同时占优的阈值**，本轮只证明"可解耦"，不证明"已找到最优点"。
+- **口径纪律**：不改为默认。§9.2 的"时限内"最好读数现在是 **0.3320（pre h=2 / 门控5）**，"到达"最好读数是 **0.5469（门控5）**——两者都还没显著超过控制，所以验收栏仍写控制的 0.5234/0.2656，另注可选口径。
+- **下一步（唯一还没做的关键检验）**：门控 20 mm 在 seed=1 复现（控制臂 `round47_ep_s1` 已在盘 ⇒ 只需一条臂）。若 p=0.42 那个"与控制不可分"变成"显著变差"，本轮结论降级为"阈值恰好躲过一次复现"。
+
 ## 轮次 48：#30 打分地平线四点曲线——进度收益是剂量-反应关系，而精度代价只集中在 h≤4；h=8 是个坏点
 
 - **设计**：`select=pre` 加 `--pre_h`（0=commit_n）。同 seed=0、同配方（`K=8/commit_n=2/fb=2.2/inc_cap=1/cert_batch=1`），只改打分取 `fut` 的第几步。h=2 与 h=16 两点已在盘（轮次 46 / 45，且控制臂已证跨窗口逐位复现），本轮补 **h=4、h=8**。