第五轮：锁/续跑/超时/自动分支/R4 探针与 encode-once/控制台加固；阶段内断点续跑（gen 按条、prep 按 shard、训练与 APG 定时原子存档+体面停止）；分歧以实现方意见为准

ml/export_onnx.py

@@ -1,7 +1,9 @@
 """导出部署包（方案 §8.4）：
   python -m ml.export_onnx --ckpt ml/runs/current.pt --out webapp/models/traj_policy.onnx [--fp16]
-输出 traj_policy.onnx（输入 feat[B,83]、z[B,16,6]；输出 act[B,16,6] 归一化增量、value[B]、sub[B,13]）
-与 traj_policy.meta.json（碰撞模型指纹、特征版本、维度）。导出后用 onnxruntime 与 PyTorch 对拍。"""
+输出 traj_policy.onnx（输入 feat[1,83]、z[K,16,6]；输出 act[K,16,6] 归一化增量、value[K]、sub[K,13]）
+与 traj_policy.meta.json（碰撞模型指纹、特征版本、维度、enc_once）。导出后用 onnxruntime 与 PyTorch 对拍。
+2026-10-18 第五轮：改为"编码一次、解码 K 次"（Policy.sample_shared），meta.enc_once=true；运行时据此只送 1 行特征。
+  --random 导出的是延迟探针（meta.random_init=true）：查看器 / bench / 验收都会拒绝把它当策略用。"""
 import argparse, json, os
 import numpy as np
 import torch
@@ -16,7 +18,7 @@ class Wrap(torch.nn.Module):
         super().__init__(); self.m = m
 
     def forward(self, feat, z):
-        return self.m.sample(feat, z)
+        return self.m.sample_shared(feat, z)
 
 
 def main():
@@ -34,9 +36,9 @@ def main():
     kin = Kin()
     if ck.get('fp') and ck['fp'] != kin.fp: raise SystemExit(f"checkpoint 指纹 {ck['fp']} ≠ 当前碰撞模型 {kin.fp}：须重训")
     os.makedirs(os.path.dirname(a.out) or '.', exist_ok=True)
-    feat, z = torch.randn(8, F_DIM), torch.randn(8, H, 6)
+    feat, z = torch.randn(1, F_DIM), torch.randn(8, H, 6)
     torch.onnx.export(Wrap(m), (feat, z), a.out, input_names=['feat', 'z'], output_names=['act', 'value', 'sub'],
-                      dynamic_axes={'feat': {0: 'B'}, 'z': {0: 'B'}, 'act': {0: 'B'}, 'value': {0: 'B'}, 'sub': {0: 'B'}},
+                      dynamic_axes={'z': {0: 'K'}, 'act': {0: 'K'}, 'value': {0: 'K'}, 'sub': {0: 'K'}},
                       opset_version=a.opset, dynamo=False)
     if a.fp16:
         from onnxconverter_common import float16
@@ -46,10 +48,14 @@ def main():
     import onnxruntime as ort
     s = ort.InferenceSession(a.out, providers=['CPUExecutionProvider'])
     o = s.run(None, {'feat': feat.numpy(), 'z': z.numpy()})
-    with torch.no_grad(): t = m.sample(feat, z)
+    with torch.no_grad():
+        t = m.sample_shared(feat, z)
+        t8 = m.sample(feat.expand(8, -1), z)               # 与旧的"复制 8 行"口径逐元素一致
+    err8 = max(float((t[i] - t8[i]).abs().max()) for i in range(3))
+    assert err8 < 1e-4, f'sample_shared 与 sample 不一致：{err8}'
     err = max(float(np.abs(o[i] - t[i].numpy()).max()) for i in range(3))
     meta = {'fp': kin.fp, 'tcp0': kin.tcp0.tolist(), 'head': m.head, 'feat_ver': FEAT_VER, 'f_dim': F_DIM, 'h': H, 'step': STEP, 'fp16': a.fp16,
-            'ckpt': os.path.abspath(a.ckpt) if a.ckpt else None, 'random_init': bool(a.random), 'eval': ck.get('eval'), 'max_abs_err_vs_torch': err}
+            'ckpt': os.path.abspath(a.ckpt) if a.ckpt else None, 'random_init': bool(a.random), 'enc_once': True, 'eval': ck.get('eval'), 'max_abs_err_vs_torch': err}
     json.dump(meta, open(a.out.replace('.onnx', '.meta.json'), 'w'), indent=1)
     print(json.dumps({'onnx': a.out, 'MB': os.path.getsize(a.out) / 1e6, 'max_abs_err_vs_torch': err}))