exp+test: #30 机制落库——select=pre 的打分步长做成参数 pre_h（h=4/8 两臂排队）

pre_h=0 保持"0=commit_n"的轮次46 口径逐位不变；pre_h>0 按绝对步数取 fut 的该步终点误差。
新增两条可手算的期望值：夹具交叉点 h=4 选候选0(0.343 vs 0.20)、h=12 选候选1(0.114 vs 0.60)、
h=16 必须与 endpoint 同选；再加一条不变式 pre_h=0 与 pre_h=commit_n 的轨迹逐位相同。
51 项测试绿；ast 枚举确认新局部名没有遮蔽任何 rollout 形参（上一轮 nmax 那类事故的自查）。
判读规则已预注册，写在 ml/runs/_r48_horizon.sh 顶部。

ml/eval/eval_cl.py

@@ -120,6 +120,7 @@ def main():
     ap.add_argument('--z_scale', type=float, default=1.0, help='候选噪声缩放：>1 让 K 条候选更分散（测"全拒是没有备选"还是"真的没路"）')
     ap.add_argument('--len_w', type=float, default=0.0, help="ep_len=罚累计归一行程；ep_waste=罚(1−净/总)×当前误差；0 与 endpoint 逐位相同")
     ap.add_argument('--tie', type=int, default=0, help='1=等长安全前缀时按沿路最小间隙定夺（需 --cert_batch 1）')
+    ap.add_argument('--pre_h', type=int, default=0, help="select=pre 的打分步长：0=commit_n（被执行前缀），>0=按绝对步数（#30 曲线）")
     ap.add_argument('--backoff', type=int, default=0, help='全拒时把首选候选按 1/2、1/4…缩步重试的档数（需 --cert_batch 1）')
     ap.add_argument('--max_sec', type=float, default=None)
     ap.add_argument('--seed', type=int, default=0)
@@ -147,7 +148,7 @@ def main():
             safety_partial=(a.commit if (a.safety and a.partial) else 0), commit_n=a.commit,
             select=a.select, replan=a.replan, fb_gain=a.fb, fb_scale=a.fb_scale, fb_near=a.fb_near, fb_fallback=a.fb_fallback, fb_ki=a.ki, fb_decay=a.kdecay, fb_imax=a.kimax,
             fb_every=a.fb_every, safety_try=a.safety_try, sel_w=a.sel_w, dls_safety=a.dls_safety, fb_clear=a.fb_clear, fb_cmin=a.fb_cmin, sub_refresh=a.sub_refresh, fb_block_gain=a.fb_block_gain,
-            inc_cap=a.inc_cap, gap_margin=a.gap_margin, cert_batch=a.cert_batch, backoff=a.backoff, len_w=a.len_w, tie=a.tie, return_traj=bool(a.trace))
+            inc_cap=a.inc_cap, gap_margin=a.gap_margin, cert_batch=a.cert_batch, backoff=a.backoff, len_w=a.len_w, tie=a.tie, pre_h=a.pre_h, return_traj=bool(a.trace))
     wall = time.perf_counter() - t0
     result = {**meta, 'metrics': r, 'simulation_wall_s': wall}
     print(json.dumps(json_finite(result), ensure_ascii=False, allow_nan=False), flush=True)

ml/sim/closed_loop.py

@@ -163,7 +163,7 @@ def rollout(model, kin, tasks, device, K=8, safety=False, seed=0, max_sec=None,
             qp0=None, steps=1, z_scale=1.0, select='consist', oracle=None, replan='r3', sub_rule='cross',
             fb_gain=0.0, fb_scale=0.0, fb_near=0.2, fb_fallback=0.0, safety_partial=0, commit_n=3, collect=None,
             fb_exec=0.0, exec_safety=0, fb_ki=0.0, fb_decay=0.9, fb_imax=0.5, fb_every=1, safety_try=0, sel_w=0.1, dls_safety=0, fb_clear=0.0, fb_cmin=0.3, sub_refresh=0, fb_block_gain=1.0,
-            inc_cap=0, gap_margin=0.0, cert_batch=0, backoff=0, len_w=0.0, tie=0, progress=None):
+            inc_cap=0, gap_margin=0.0, cert_batch=0, backoff=0, len_w=0.0, tie=0, pre_h=0, progress=None):
     """use_sub=False：不用子目标（sf=0）；sub_override=(subs [B,M,6] 绝对关节角, n [B] 个数 或 need [B] bool)：冷启动时用给定途经点代替子目标头；
     qp0 [B,6]：起点的上一帧（默认 = q0，即静止起步）。steps：MeanFlow 采样段数；z_scale：噪声缩放；
     select：consist（部署口径：冷启动价值前瞻、之后与上一条已提交计划的一致性）/ value（每次都价值前瞻）/ first（不选，取第 0 条）。
@@ -294,7 +294,7 @@ def rollout(model, kin, tasks, device, K=8, safety=False, seed=0, max_sec=None,
                 score = torch.zeros(B, K, device=device); score[:, 0] = 1
             elif select == 'pre':   # #29：按「这一轮真会执行到的位置」打分，而不是 16 步开环外推的末端。
                 # 诊断来自 ep_len/ep_waste 的失败：打分地平线远长于提交步数，被安全层截断的候选那个终点根本到不了。
-                qa_pre = fut[:, :, min(commit_n, fut.shape[2]) - 1].reshape(B * K, 6)
+                qa_pre = fut[:, :, min(pre_h if pre_h > 0 else commit_n, fut.shape[2]) - 1].reshape(B * K, 6)
                 e_pre, _ = goal_err(kin, qa_pre, T.repeat_interleave(K, 0), R.repeat_interleave(K, 0))
                 score = -e_pre.view(B, K)
             elif select in ('endpoint', 'adapt', 'ep_len', 'ep_waste'):

tests/test_eval_cl.py

@@ -987,7 +987,7 @@ class PreHorizonTest(unittest.TestCase):
         def gaps(self, q, cap):
             return {'gm': torch.ones(q.shape[0], 49)}
 
-    def run1(self, select, commit_n=2):
+    def run1(self, select, commit_n=2, pre_h=0):
         # 候选0：前 2 步各 +0.2（前缀 0.4），随后 14 步 −0.4/14 ⇒ 地平线末端回到 0
         # 候选1：16 步各 +0.05 ⇒ 前缀只有 0.1，但地平线末端 0.8
         c0 = [0.2, 0.2] + [-(0.4 / 14.0)] * 14
@@ -1000,7 +1000,7 @@ class PreHorizonTest(unittest.TestCase):
              patch('ml.sim.closed_loop.goal_err', side_effect=err):
             _, per = rollout(self.StubModel(acts), self.NearKin(), [{'q0': [0] * 6, 'T': [1, 0, 0]}], 'cpu',
                              K=2, safety=False, max_sec=0.04, return_traj=True, use_sub=False,
-                             select=select, replan='empty', commit_n=commit_n)
+                             select=select, replan='empty', commit_n=commit_n, pre_h=pre_h)
         return per
 
     def test_pre_and_endpoint_pick_opposite(self):
@@ -1010,6 +1010,20 @@ class PreHorizonTest(unittest.TestCase):
         self.assertAlmostEqual(float(p_pre['traj'][0, 1, 0]), 0.2 * 1.2, places=5)      # 前缀 0.4 ⇒ 选候选0
         self.assertNotAlmostEqual(float(p_end['traj'][0, 1, 0]), float(p_pre['traj'][0, 1, 0]), places=3)
 
+    def test_pre_h_moves_the_pick_back_at_the_crossover(self):
+        """#30 的曲线靠这个参数才量得动。期望值按夹具手算（单位=act 增量之和，STEP=1.2）：
+        候选0 累计 = 0.4 − max(0,h−2)·0.4/14，候选1 累计 = 0.05h ⇒
+        h=4：0.3429 vs 0.20 ⇒ 选 0；h=12：0.1143 vs 0.60 ⇒ 选 1；h=16：0 vs 0.8 ⇒ 选 1。"""
+        for h, want in ((4, 0.2 * 1.2), (12, 0.05 * 1.2), (16, 0.05 * 1.2)):
+            p = self.run1('pre', pre_h=h)
+            self.assertAlmostEqual(float(p['traj'][0, 1, 0]), want, places=5, msg='h=%d' % h)
+
+    def test_pre_h_zero_means_commit_n(self):
+        """默认（pre_h=0）必须与显式 pre_h=commit_n 逐位相同，否则"0=前缀"这句是空话。"""
+        a = self.run1('pre', commit_n=2, pre_h=0)
+        b = self.run1('pre', commit_n=2, pre_h=2)
+        torch.testing.assert_close(a['traj'], b['traj'], rtol=0, atol=0)
+
     def test_pre_equals_endpoint_when_commit_is_the_whole_horizon(self):
         """不变式：commit_n=16 = 整条地平线 ⇒ pre 的索引落到末端，必须与 endpoint 选同一条。"""
         p = self.run1('pre', commit_n=16)