exp: 轮次50——门控20mm 的 seed=1 复现失败于幅度：时限收益 +6.25pp→+0.39pp，精度代价减小但未消除

两 seed 合并后必须更正轮次49 的一句话：到达题组内末态误差 vs 控制的符号检验 s0 67/57(p=0.419)、
s1 74/51(p=0.049)、合并 141差/108好 p=0.042 ⇒ 是"大幅减小"而不是"与控制不可分"。
中位数(+3.4%/+2.6%)与逐题分布给出相反印象，因为门控把尾部拉近中位、却把大量题各推一点。
到达两 seed 合并赢24丢21 净+3 p=0.766 ⇒ 这条轴上到达没有可用信号。

稳的部分：goal_ratio_2s 两 seed 都改善(0.170/0.201 vs 0.279/0.275) ⇒ "打分地平线=执行地平线"
买路上进度是唯一稳健效应。可推荐形态是 ungated pre，门控留给末态余量优先的场景。

统计自纠：精确 McNemar/符号检验原写法 2*Σ_{i<=min(k,n-k)}C(n,i)/2^n 在 k=n/2 中间点会算出 1.168>1；
改成 p=min(1,2*min(P(X<=k),P(X>=k))) 后重算本轮全部已上报 p 值，除中间点那例外数值不变
(0.125/0.424/0.678/0.455/0.327/0.042/4.9e-16/1.8e-12/2.4e-6 都对得上)，中间点正确值 p=1.0。

下一轮补 2×2 的缺失格 K16+pre 量可加性（已在盘三格），判读规则预注册。

docs/experiment_round50_gate20_s1.json

@@ -0,0 +1,110 @@
+{
+  "config": {
+    "ckpt": "ml/runs/base_dag2_dag1/best.pt",
+    "samples": "ml/data/samples",
+    "tasks": null,
+    "split": "val",
+    "n": 256,
+    "K": 8,
+    "commit": 2,
+    "fb": 2.2,
+    "ki": 0.0,
+    "fb_scale": 0.0,
+    "fb_near": 0.2,
+    "fb_fallback": 0.0,
+    "kdecay": 0.9,
+    "kimax": 0.5,
+    "fb_every": 1,
+    "safety_try": 0,
+    "sel_w": 0.1,
+    "dls_safety": 1,
+    "fb_clear": 0.0,
+    "fb_cmin": 0.3,
+    "sub_refresh": 0,
+    "fb_block_gain": 0.5,
+    "dump": "ml/runs/round50_gate20_s1_rows.json",
+    "out": "docs/experiment_round50_gate20_s1.json",
+    "trace": null,
+    "select": "pre",
+    "replan": "empty",
+    "safety": 1,
+    "partial": 1,
+    "inc_cap": 1,
+    "gap_margin": 0.0,
+    "cert_batch": 1,
+    "steps": 1,
+    "z_scale": 1.0,
+    "len_w": 0.0,
+    "tie": 0,
+    "pre_h": 0,
+    "pre_near": 20.0,
+    "backoff": 0,
+    "max_sec": null,
+    "seed": 1,
+    "dls": "analytic",
+    "device": "cuda"
+  },
+  "batch_size": 256,
+  "batch_seed_rule": "same seed per batch",
+  "checkpoint_sha256": "f7f686fd8ee92fb6948fbcc4ee954636065ad87bb54f661c4f8f575bc16c2ce1",
+  "tasks_sha256": "249bd93457825cda98c59e64d9a096d3473c69aeb3553de1dea6d9e56be71772",
+  "kin_fp": "2ebcbf17",
+  "act_scale": 1.0,
+  "metrics": {
+    "n": 256,
+    "n_ref": 256,
+    "success": 0.53125,
+    "collision_free_success": 0.53125,
+    "time_ok_1p3": 0.30078125,
+    "collision_rate": 0.0,
+    "collision_steps_mean": 0.0,
+    "travel_ratio_median": 2.6468124389648438,
+    "time_mean_s": 2.462352752685547,
+    "brakes_mean": 19.71875,
+    "start_fail": 0.0,
+    "goal_ratio_2s": 0.20109058916568756,
+    "err_fail_med": 177.47691345214844,
+    "err_success_med": 0.22864246368408203,
+    "dls_share": 0.6484375,
+    "time_budget": "teacher×2(≥3 s)",
+    "speed_ratio_p50": 1.0000016689300537,
+    "speed_ratio_p95": 1.0000101327896118,
+    "speed_ratio_max": 1.0000101327896118,
+    "over_vmax_rate": 0.0,
+    "accel_ratio_p95": 1.0000016689300537,
+    "accel_ratio_max": 1.0000101327896118,
+    "reverse_p50": 0.2363184094429016,
+    "reverse_mean": 0.24333104491233826,
+    "reverse_moving_p50": 0.28763440251350403,
+    "moving_share_p50": 0.9736841917037964,
+    "brake_rate_mean": 0.10112179815769196,
+    "brake_rate_p50": 0.0051282052882015705,
+    "brake_rate_p90": 0.35641026496887207,
+    "stuck_share": 0.24609375,
+    "n_plans_mean": 195.0,
+    "success_reachable": 0.5596708059310913,
+    "by_cat": {
+      "A": [
+        128,
+        94
+      ],
+      "B": [
+        74,
+        23
+      ],
+      "C": [
+        32,
+        12
+      ],
+      "D": [
+        13,
+        0
+      ],
+      "Dr": [
+        9,
+        7
+      ]
+    }
+  },
+  "simulation_wall_s": 271.2116083000001
+}

docs/探索日志.md

@@ -113,6 +113,28 @@
 - **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 50：门控 20 mm 的 seed=1 复现——方向对、幅度不稳：时限收益塌了，精度代价只是减小没消除
+
+- **一条臂就够**（控制臂复用 `round47_ep_s1`，同 seed 同配方，已在盘）。
+- **两 seed 并排**（都是 n=256、`collision_rate=0`、`over_vmax_rate=0`、`n_plans_mean=195.0`）：
+
+  | 读数 | s0 控制 | s0 门控 20 | s1 控制 | s1 门控 20 |
+  |---|---|---|---|---|
+  | 到达 | 0.5234 | 0.5352 | 0.5313 | **0.5313** |
+  | 时限内(≤1.3×老师) | 0.2656 | **0.3281** (+6.25 pp) | 0.2969 | 0.3008 (**+0.39 pp**) |
+  | 2 s 误差比 | 0.2792 | 0.1702 | 0.2750 | **0.2011** |
+  | 到达题末态误差中位 | 0.2175 | 0.2248 | 0.2228 | 0.2286 |
+  | 行程比中位 | 2.6158 | 2.5146 | 2.6369 | 2.6468 |
+
+- **复现矩阵（什么稳、什么不稳）**：
+  - **稳**：`goal_ratio_2s` 大幅改善（两 seed 都到 0.170/0.201，控制 0.279/0.275）⇒ "打分地平线 = 执行地平线"买**路上的进度**是这条轴唯一稳健的效应；末态误差**中位数**几乎不动（+3.4%/+2.6%）⇒ 门控确实把 `pre` 那个 +91% 的精度损失压掉了大部分。
+  - **不稳**：时限收益从 **+6.25 pp 塌到 +0.39 pp**；到达两 seed 合并赢 24 丢 21（净 +3，**p=0.766**）⇒ 到达率在这条轴上彻底没有可用信号。
+  - **合并后要更正轮次 49 的一句话**：到达题组内末态误差 vs 控制的符号检验，s0 是 67 差/57 好（p=0.419）、s1 是 74/51（**p=0.049**）、两 seed 合并 **141 差/108 好，p=0.042** ⇒ 正确说法是"**精度代价被大幅减小（未门控的 `pre` 是 82/42，p=3.1e−4）但没有消除**"，不是"与控制不可分"。中位数与逐题分布在这里给出相反的印象，正是因为门控把尾部拉近了中位、但把大量题各推一点点。
+- **判读规则的兑现**：轮次 49 预注册写的是"若 s1 变成显著变差，则本轮结论降级为阈值恰好躲过一次复现"。时限那一半也塌了 ⇒ **降级为**：门控不是免费午餐，它是"要不要用时限收益换末态余量"的开关；`pre_near=20` 只在 seed=0 上看起来两者都要。
+- **本轮另外修掉的一处统计错**：精确 McNemar/符号检验我用的是 `2·Σ_{i≤min(k,n−k)} C(n,i)/2ⁿ`，在 **k = n/2 的中间点会算出 1.168（>1）**。改成定义式 `p = min(1, 2·min(P(X≤k), P(X≥k)))`（X~Bin(n,½)）后重算了本轮全部已上报的 p 值：**除中间点那一例外，其余数值全部不变**（0.125/0.424/0.678/0.455/0.327/0.042/4.9e−16/1.8e−12/2.4e−6 都对得上）。中间点（s1 到达 11 赢 11 丢）的正确值是 **p=1.0**。
+- **状态**：`--pre_near` 作可选口径入库，默认仍 `endpoint`。**这条轴的可推荐形态是 ungated `pre`**（时限/进度两 seed 都稳），门控留给"末态余量优先"的场景。
+- **下一轮（组合而非继续调这条轴）**：`pre` 与 K=16 是两条各自验证过的杠杆，但没一起测过。§9.2 要的是同一份配方同时满足到达与时限，所以**可加性**必须直接量：跑 `K=16 + select=pre`（对照 `K16+endpoint` 与 `K8+pre` 都已在盘）。若不可加，说明两条买的是同一个瓶颈（候选被拒后的"没活路"），那是重要的机理结论。
+
 ## 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。
@@ -136,6 +158,7 @@
 - **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 50 已做，结果是降级】**：seed=1 上该符号检验是 74 差/51 好 **p=0.049**，两 seed 合并 **141 差/108 好 p=0.042** ⇒ "与控制不可分"不成立，正确说法是**精度代价被大幅减小但没有消除**；同时时限收益在 seed=1 上从 +6.25 pp 塌到 +0.39 pp。详见下一轮。
 
 ## 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