From b3962988193673d746b7198f9a21b0bfc78c02de Mon Sep 17 00:00:00 2001
From: cbb <2625274797@qq.com>
Date: Mon, 19 Oct 2026 20:31:48 +0800
Subject: [PATCH] =?UTF-8?q?docs(=E6=9C=AC=E6=9C=BA=E6=89=A7=E8=A1=8C?=
 =?UTF-8?q?=E6=B8=85=E5=8D=95):=20=E8=A1=A5=E5=85=85=E5=AE=9E=E9=AA=8C?=
 =?UTF-8?q?=E2=80=94=E2=80=94=E5=BC=80=E7=8E=AF=E8=AF=AF=E5=B7=AE=E6=97=A0?=
 =?UTF-8?q?=E8=BD=B4=E5=90=91=E5=81=8F=E7=BD=AE=EF=BC=88|mean|/std?=
 =?UTF-8?q?=E2=89=A40.17=EF=BC=89=E4=BD=86=20lag-1=20=E8=87=AA=E7=9B=B8?=
 =?UTF-8?q?=E5=85=B3=200.93-0.97=EF=BC=88=E6=85=A2=E5=8F=98=E8=AF=AF?=
 =?UTF-8?q?=E5=B7=AE=EF=BC=8C=E9=9D=9E=E7=99=BD=E5=99=AA=E5=A3=B0=EF=BC=89?=
 =?UTF-8?q?=EF=BC=9B=E9=97=AD=E7=8E=AF=20p50=202s=20=E7=BC=A9=2041%?=
 =?UTF-8?q?=E3=80=81p90=20=E5=8F=91=E6=95=A3=E5=88=B0=201.318=EF=BC=88?=
 =?UTF-8?q?=E2=89=A510%=20=E9=A2=98=E8=AF=AF=E5=B7=AE=E5=A4=8D=E5=88=A9?=
 =?UTF-8?q?=EF=BC=89=EF=BC=9B=E7=BB=93=E8=AE=BA=EF=BC=9A=E6=85=A2=E5=8F=98?=
 =?UTF-8?q?=E8=AF=AF=E5=B7=AE=20=C3=97=20=E9=97=AD=E7=8E=AF=E4=BD=8E?=
 =?UTF-8?q?=E5=AE=B9=E5=BF=8D=EF=BC=8C=E8=AE=AD=E7=BB=83=E4=BE=A7=E9=9C=80?=
 =?UTF-8?q?=E9=97=AD=E7=8E=AF=E7=8A=B6=E6=80=81=E8=AE=AD=E7=BB=83?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/本机执行清单.md | 20 ++++++++++++++++++++
 1 file changed, 20 insertions(+)

diff --git a/docs/本机执行清单.md b/docs/本机执行清单.md
index cea35f6..7df323f 100644
--- a/docs/本机执行清单.md
+++ b/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）。