diff --git a/docs/experiment_round38_backoff0.json b/docs/experiment_round38_backoff0.json index c3945c8..cca0227 100644 --- a/docs/experiment_round38_backoff0.json +++ b/docs/experiment_round38_backoff0.json @@ -33,6 +33,8 @@ "gap_margin": 0.0, "cert_batch": 1, "steps": 1, + "z_scale": 1.0, + "len_w": 0.0, "backoff": 0, "max_sec": null, "seed": 0, @@ -67,7 +69,14 @@ "speed_ratio_max": 1.0000101327896118, "over_vmax_rate": 0.0, "accel_ratio_p95": 1.0000016689300537, - "accel_ratio_max": 1.0000101327896118 + "accel_ratio_max": 1.0000101327896118, + "reverse_p50": 0.24741201102733612, + "reverse_mean": 0.25991496443748474, + "reverse_moving_p50": 0.32581019401550293, + "moving_share_p50": 0.9587156176567078, + "brake_rate_mean": 0.10028044879436493, + "brake_rate_p50": 0.0051282052882015705, + "n_plans_mean": 195.0 }, - "simulation_wall_s": 329.1139315000037 + "simulation_wall_s": 319.19268320000265 } diff --git a/docs/探索日志.md b/docs/探索日志.md index b516f37..f025c90 100644 --- a/docs/探索日志.md +++ b/docs/探索日志.md @@ -108,6 +108,13 @@ - **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。 +## 控制臂对表:22/22 键逐位复现 + 仪表预测精确命中(轮次 42) + +- `--backoff 0 --cert_batch 1 --inc_cap 1` 重跑轮次 33 cap 配方:**两文件共有的 22 个指标键全部相等,差异集合为空**(第三次确认批量认证分支重写没有改变行为)。 +- **仪表互验精确命中**:这个控制臂的 `reverse_p50 = 0.2474`,而我先前用轮次 33 cap 转储、按 `rollout` 同窗口离线重算的预测值是 **0.247**(那次还给出"到达组 0.265 / 未到达组 0.233")⇒ 线上指标与离线重算在三个小数位上对齐,之前 1.575 那批读数确实只是"未除 6 的旧口径"。 +- 控制臂的 §9.2 判据读数(第一次用真分母):**`brake_rate_mean = 10.03%`、`p50 = 0.51%`、`n_plans = 195`、`moving_share = 95.9%`** ⇒ "<2% 推理周期"在均值上差 5 倍、在中位上已达标,再次是长尾。 +- 待读(正在跑):`backoff=1/2/3` 的 `backoff_mean / reject_all_mean` 转化率,按预注册规则判:10–20% ⇒ 缩步只是慢一点撞,到达不动,主攻转向 #24;>60% ⇒ 直接吃到那 63/109 的冻住时间。 + ## "冻住"的真实形态:不是堵死,是每题约 30 次、每次 1.8 步的反复试探(轮次 42,纯读转储) - 先自纠一次框架:我按"≥10 步连续零运动"找长冻结,结果 B 类 74 题里只有 9 题有这样的段、C 类 32 题只有 3 题。原因很直白:`commit_n=2` 时**一次全拒只站 2 步**,要连成 10 步得连续 5 次全拒。所以"长冻结"这个说法对这份配置基本不成立,改测"停顿事件的累计与分布":