exp(dagger-deploy): 轮次15——每步规划(commit_n=1)：到达 41.8%、time_ok 21.5%（+57%）、ratio 0.259、碰撞 2.3%、967ms（新历史最佳）；修复 ok6 视图硬编码

docs/探索日志.md

@@ -237,6 +237,23 @@
 - **结论**：刹停 **27.4→8.6（-69%）**、到达 +1.6 pp、碰撞不变——**部分安全前缀有效**（新最佳：38.3% / 1.6% / 0.308 / 8.6 / 770 ms）。但 `time_ok_1p3` 仍 13.7%：说明超时主因不是刹停，而是**执行粒度**——部分前缀的填充零步仍在消耗时间。
 - **下一步**：commit_n=1（每次只提交 1 步、每步规划，无填充步），验证时间效率。
 
+## 轮次 15：每步规划（commit_n=1）（exp: `exp/dagger-deploy`，新历史最佳）
+
+- **假设**：部分前缀的填充零步仍在消耗时间；每次只提交 1 步、每步重新规划可消除填充、提升时间效率。
+- **判据**：time_ok_1p3 显著上升、到达不降、碰撞 ≤3%。
+- **配方**：dag2 best，replan='empty'，gain 1.5，safety=True，`safety_partial=1, commit_n=1`；n=256。
+- **对照**：commit_n=3 部分前缀（轮次 14：38.3% / 13.7% / 1.6% / 0.308 / 8.6 / 770 ms）。
+- **指标**：
+
+| commit_n | 到达 | time_ok_1p3 | 碰撞 | ratio2s | 刹停/题 | 墙钟/题 |
+|---|---|---|---|---|---|---|
+| 3 | 38.3% | 13.7% | 1.6% | 0.308 | 8.6 | 770 ms |
+| **1** | **41.8%** | **21.5%** | 2.3% | **0.259** | 26.9 | 967 ms |
+
+- **结论**：每步规划把到达推到 **41.8%**、时间效率 **13.7→21.5%**、精度 ratio2s **0.259**；代价：碰撞 1.6→2.3%（仍 <3%）、刹停计数回升（每步都判断）、时延 +26%。**新历史最佳（n=256，部署口径）：41.8% / 2.3% / 0.259 / 21.5% / 967 ms**。
+- **注**：commit_n=1 的推理频率是 3 倍，真机需核对 §9.2 的 P99 <20 ms 预算（当前桌面 12.58 ms/次）。
+- **下一步**：n=512 复核；若稳定则收尾（更新最佳、监控页、分支清理）。
+
 ## 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%）。

ml/sim/closed_loop.py

@@ -243,7 +243,7 @@ def rollout(model, kin, tasks, device, K=8, safety=False, seed=0, max_sec=None,
                     pts = qe[:, None] + torch.cumsum(ck, 1)
                     mids = torch.cat([qe[:, None], pts[:, :-1]], 1) + 0.5 * ck
                     allq = torch.cat([pts, mids], 1).reshape(-1, 6)
-                    ok6 = (kin.gaps(allq, 0.5)['gm'].min(-1).values > 0).view(B, 6)
+                    ok6 = (kin.gaps(allq, 0.5)['gm'].min(-1).values > 0).view(B, 2 * commit_n)
                     okstep = ok6[:, :commit_n] & ok6[:, commit_n:]                    # 每步：步点与其中点都安全
                     plen = torch.cumprod(okstep.long(), 1).sum(1)       # 安全前缀长度 0..3
                     take = plen > maxlen