exp(dagger-deploy): 轮次11——n=256 复核（前128题偏难）：gain1.5+每步重规划到达36.7%/碰撞1.6%/ratio0.323/刹停27.4/760ms（新最佳）；gain1.0 更保守 31.6%/0.8%

2026-10-20 05:34:40 +08:00
parent 4de5e03a0b
commit fe48b4e777
1 changed files with 17 additions and 0 deletions
@@ -166,6 +166,23 @@
 - **结论**：到达在 gain 1.5 封顶（28.9%），2.0 无收益且刹停翻倍（44.9）。**按到达优先/碰撞 ≤3%：历史最佳 = gain 1.5 + 每步重规划（28.9% / 0.8% / 0.411 / 28.5 / 844 ms）**；按碰撞优先：gain 1.0（22.7% / 0.0% / 0.489 / 15.2 / 810 ms）。n=128 的差异约 3–4 题，需 n=256 复核。
 - **下一步**：n=256 复核 gain 1.0 / 1.2 / 1.5；若平台稳定，再决定是否 DAgger 第 3 轮（采集用新部署配置）。
 ## 轮次 11：n=256 复核（发现前 128 题偏难）
 - **假设**：轮次 10 的 n=128 差异含样本偏差，需扩大样本复核。
 - **判据**：reach 排名与轮次 10 一致、碰撞 ≤3%；若差异大则以 n=256 为准。
 - **配方**：dag2 best，`replan='empty'`，safety=True，gain ∈ {1.0, 1.2, 1.5}，n=256。
 - **对照**：轮次 10（n=128：22.7/26.6/28.9%）。
 - **指标**：
 | gain | n=128 到达 | **n=256 到达** | 碰撞 | ratio2s | 刹停/题 | 墙钟/题 |
 |---|---|---|---|---|---|---|
 | 1.0 | 22.7% | **31.6%** | 0.8% | 0.428 | 15.0 | 748 ms |
 | 1.2 | 26.6% | **34.8%** | 1.2% | 0.392 | 18.6 | 752 ms |
 | 1.5 | 28.9% | **36.7%** | 1.6% | 0.323 | 27.4 | 760 ms |
 - **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%）。