docs(本机执行清单): 补充实验——开环误差无轴向偏置（|mean|/std≤0.17）但 lag-1 自相关 0.93-0.97（慢变误差，非白噪声）；闭环 p50 2s 缩 41%、p90 发散到 1.318（≥10% 题误差复利）；结论：慢变误差 × 闭环低容忍，训练侧需闭环状态训练

docs/本机执行清单.md

@@ -125,3 +125,23 @@ reach **0%** / collision **79.0%** / ratio2s 0.574 / end 408 mm；`sign_flip_rat
 - 仿真正常（H1_oracle 已证）；采样噪声已压到老师抖动水平仍 0% 到达 → **剩余障碍是策略的系统性动作偏差 + 闭环对误差的极低容忍度（误差复利）**。
 - 继续调采样段数、子目标规则、候选选择都无解；正确方向是**在闭环状态上训练（DAgger）**，让老师纠正分布偏移，或提高闭环鲁棒性。
 - 未自行启动 DAgger / 重训，等指示。
+
+### 5. 补充：系统偏差的方向结构（4096 行开环 + 256 题闭环，4 段采样）
+
+**开环动作误差（deg，有符号）**：
+
+- 每轴均值 [0.010, −0.012, −0.001, −0.029, 0.034, 0.018]，|mean|/std ≤ 0.17 → **无固定轴向偏置**（不是某轴恒偏）。
+- 每轴标准差 0.16–0.21°；每步平均 |误差| 0.016–0.018°，**16 步内不随步数增长**。
+- **lag-1 自相关 0.931–0.967（极高）** → 误差是**慢变/连贯**的，不是白噪声。这解释了为什么白噪声 σ 扫描会低估策略误差的危害：闭环重规划抵消不掉持续同向的偏差。
+- 误差与老师动作方向：cos mean 0.046 / p50 0.072（不超调也不欠调）；投影比 e·Y/|Y|² mean −0.038 / p50 0.006（无系统性缩放）。
+
+**闭环误差增长（s4，n=256，done=0）**，goal_err / 起点误差：
+
+| t (s) | 0.25 | 0.50 | 0.75 | 1.00 | 1.50 | 2.00 |
+|---|---|---|---|---|---|---|
+| p50 | 0.959 | 0.880 | 0.811 | 0.741 | 0.645 | 0.591 |
+| p90 | 1.024 | 1.072 | 1.119 | 1.162 | 1.222 | **1.318** |
+
+→ p50 缓慢靠近（2 s 缩 41%），**p90 持续发散**——≥10% 的题误差随时间增长（误差复利进碰撞轨道），其余也远不够快。
+
+**补充结论**：策略每步误差很小（~0.017°）但**时间相关性极强（0.93–0.97）**，闭环对"慢变误差"的敏感度远超等幅白噪声；失败是「慢变误差 × 闭环误差复利」。推理侧降噪（段数/选择器）已无空间，训练侧需要降低慢变误差（DAgger / 闭环状态训练）。