From de009bd516a803cf9f1d49238c903d7b72318fe4 Mon Sep 17 00:00:00 2001 From: cbb <2625274797@qq.com> Date: Tue, 20 Oct 2026 05:51:11 +0800 Subject: [PATCH] =?UTF-8?q?exp(dagger-deploy):=20=E8=BD=AE=E6=AC=A112?= =?UTF-8?q?=E2=80=94=E2=80=94n=3D512=20=E7=A8=B3=E5=AE=9A=EF=BC=9Again1.5+?= =?UTF-8?q?=E6=AF=8F=E6=AD=A5=E9=87=8D=E8=A7=84=E5=88=92=20=E5=88=B0?= =?UTF-8?q?=E8=BE=BE33.4%/=E7=A2=B0=E6=92=9E1.0%/ratio0.399/=E5=88=B9?= =?UTF-8?q?=E5=81=9C28.1/738ms=EF=BC=88=E5=8E=86=E5=8F=B2=E6=9C=80?= =?UTF-8?q?=E4=BD=B3=EF=BC=89=EF=BC=9Bgain1.2=20=E4=BF=9D=E5=AE=88?= =?UTF-8?q?=E7=89=88=2032.6%/1.0%/18.6=20=E5=88=B9=E5=81=9C=EF=BC=9B?= =?UTF-8?q?=E7=9B=91=E6=8E=A7=E9=A1=B5=E5=9B=9E=E5=86=99=E5=B7=B2=E9=AA=8C?= =?UTF-8?q?=E8=AF=81?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/探索日志.md | 17 +++++++++++++++++ 1 file changed, 17 insertions(+) diff --git a/docs/探索日志.md b/docs/探索日志.md index f9863e9..1d015e9 100644 --- a/docs/探索日志.md +++ b/docs/探索日志.md @@ -183,6 +183,23 @@ - **结论**：前 128 题显著偏难；n=256 上 **gain 1.5 + 每步重规划 = 到达 36.7% / 碰撞 1.6% / ratio2s 0.323 / 刹停 27.4 / 760 ms**（新历史最佳）。gain 1.0 更保守（31.6% / 碰撞 0.8% / 刹停 15.0）。排名与 n=128 一致（1.5 > 1.2 > 1.0）。 - **下一步**：n=512 复核 gain 1.2/1.5；随后评估 DAgger 第 3 轮（部署分布采集）与监控页回写。 +## 轮次 12：n=512 复核（稳定结论） + +- **假设**：n=256 的 34.8–36.7% 需在更大样本上确认。 +- **判据**：reach 与 n=256 差异 <5 pp、碰撞 ≤3%。 +- **配方**：dag2 best，`replan='empty'`，safety=True，gain ∈ {1.2, 1.5}，n=512。 +- **对照**：轮次 11（n=256：34.8 / 36.7%）。 +- **指标**： + +| gain | n=256 到达 | **n=512 到达** | 碰撞 | ratio2s | 刹停/题 | 墙钟/题 | +|---|---|---|---|---|---|---| +| 1.2 | 34.8% | **32.6%** | 1.0% | 0.435 | 18.6 | 722 ms | +| 1.5 | 36.7% | **33.4%** | 1.0% | 0.399 | 28.1 | 738 ms | + +- **结论**：n=512 稳定在 **33% 左右**（n=256 略乐观）；**历史最佳（n=512，部署口径）= gain 1.5 + 每步重规划：到达 33.4% / 碰撞 1.0% / ratio2s 0.399 / 刹停 28.1 / 738 ms**。保守版 gain 1.2：32.6% / 1.0% / 0.435 / 18.6 / 722 ms（刹停少 1/3）。 +- **监控页回写**：`ml/monitor.py` 新增 `/api/explore`（读 docs/探索日志.md），`ml/monitor.html` 新增「闭环探索日志」卡片；Edge headless 截图确认渲染正常（http://127.0.0.1:8100）。 +- **下一步**：候选选择器（consist/value/first）与 K=4 在反馈+每步重规划下是否影响到达/刹停。 + ## 轮次统计 - 连续无实质进展轮数：0（轮次 5 出现实质进展：reach 0→20.3%）。