100 Commits

This Branch

This Branch

All Branches

Author	SHA1	Message	Date
cbb	d3cd167eb5	exp: 补提交轮次40 的 K 成本探针产物（此前漏在未跟踪文件里，是候选档位成本-收益曲线的一手数据）	2026-10-21 02:03:49 +08:00
cbb	22d203ee80	docs: 日志整体倒序——候选表之后的 75 个小节全部按轮次号降序重排 ... 之前的"倒序"只在 ## 轮次 NN 之间成立：记分板/续篇/按 issue 号命名的条目(如 #27、#24、判别定案) 各有自己的位置，所以打开后第 4 屏才看到新轮次，且 轮次 39 那一族曾压在 52 上面。 现在规则统一：文件头 + 轮次统计 + 算法优化候选常驻最前，其后所有小节按轮次号降序， 无轮次号的行政/教训类(分支清理、事故记录)按约定放最后。 轮次号取自标题里的"轮次 NN"；标题没有的从正文找(#27 那种)，正文也没有的走显式定年表 (两条 #21 的条目按 round40 产物定为轮次 40)。同轮次内保持原有相对顺序，不乱改。 脚本 ml/runs/_sort_log_reverse.py（默认 dry-run，--apply 才写盘），带三重守恒断言： 字符数相同、逐行多重集相同、排序前后 diff -q 与 HEAD 完全一致 ⇒ 这次改动是纯重排 (72 增/72 删只是块边界)。LF 未被整体改写成 CRLF。	2026-10-21 01:59:29 +08:00
cbb	b03c96982d	docs: 修正轮次49/50 那处说过头的措辞——门控不是时限收益"塌了"，是吃掉约四成(合并 +17 对 pre 的 +28)，损失集中在 seed=1	2026-10-21 01:57:18 +08:00
cbb	54fb50a9f1	docs: 排序修正+轮次53——把压在最新轮次之上的"轮次39"块移回它的位置；§9.2 记分板换到 K16+pre 现状 ... 排序：倒序约定此前只在各轮之间成立，旧的"轮次 39"及其 4 个续篇块卡在候选表下面、 轮次 52 上面 ⇒ 打开日志第一眼是 39，看起来像"没再更新"。整块 67 行移到 轮次38 之前， 纯移动不改内容（字节数 188223 不变，LF 保持）。 轮次53（seed=1 逐题配对）：pre 在 §9.2 自己的 1.3x 口径上复现——s0 22新增/5失去 p=0.0015， s1 17/6 净+11 p=0.035，合并 39/11 p=9.0e-5 ⇒ "打分地平线=执行地平线"确实买到时限这一栏。 门控20mm 在 s1 只有 12/11 净+1 (p=1.0)，合并 +17 p=0.024 ⇒ 修正轮次50 说过头的"塌了"， 准确说法是"门控吃掉约四成时限收益，损失集中在 seed=1"。 记分板更新（最好合法口径 = inc_cap+K16+pre，轮次51）：碰撞 0 / 超VMAX 0 达标； 可达到达 0.5967(差 38.3pp，相对控制净+11 题 p=0.061 未确立)；时限内 0.3594(唯一被配对证明)； 行程比 2.414(超 1.3 倍)；brake_rate mean 7.28% 但 p50=0.0%、p90 27.4%(长尾, stuck_share 17.2%)。	2026-10-21 01:55:57 +08:00
cbb	219ed19de4	exp+eval: 轮次51-52——2x2 补全 + 逐题老师用时落盘；1.3x 口径的时限收益其实是显著的 ... 轮次51 (2x2 缺失格 K16+pre)：最好格 到达 0.5664 / 时限内 0.3594 / 2s误差比 0.1382 / 行程比 2.4142 / 碰撞 0 / 超VMAX 0。主效应：pre 在 K8 +6.64pp、K16 +6.25pp(时限)， K16 在 endpoint +3.13pp、pre +2.73pp ⇒ 时限可加无交互；到达饱和(pre 在 K16 上净+1题 p=1.0)。 最好格 vs 历史控制逐题赢20丢9 净+11，McNemar p=0.061 ⇒ 到达仍未确立。 轮次52 (仪表)：dump 补 t_exp/tr_ref(题目属性，与臂无关 ⇒ 一条臂即可给全部历史臂补配对)。 改完落盘代码先自证行为未动：同配方控制臂 22/22 老键逐位相同；limit=2*t_exp 实测对上 ⇒ "到达率自带 2x 时限"从推断变成实测。 逐题配对(vs K8 endpoint, 判据=ok 且 t_done<=1.3*t_exp)： K16pre 27赢3丢 净+24 p=8.4e-6；K8pre 22/5 净+17 p=0.0015；门控5 23/6 p=0.0023； 门控20 22/6 p=0.0037；h=4 15/5 p=0.041；K16endpoint 17/9 p=0.169；h=8 11/7 p=0.481； tie=1 3/0 p=0.25。 ⇒ 自我纠正：轮次46-51 我一直拿 success(那道 2x 门)做配对，把"时限内"写成没有配对支持。 现在两栏分开：到达未确立(p>=0.06)，时限内已确立(p=0.0015/8.4e-6)。 副产物：K16+endpoint 的 +3.1pp 时限当初没有配对检验，实测 p=0.169 不显著，已在轮次52记下。	2026-10-21 01:48:46 +08:00
cbb	af856ca728	exp: 轮次50——门控20mm 的 seed=1 复现失败于幅度：时限收益 +6.25pp→+0.39pp，精度代价减小但未消除 ... 两 seed 合并后必须更正轮次49 的一句话：到达题组内末态误差 vs 控制的符号检验 s0 67/57(p=0.419)、 s1 74/51(p=0.049)、合并 141差/108好 p=0.042 ⇒ 是"大幅减小"而不是"与控制不可分"。 中位数(+3.4%/+2.6%)与逐题分布给出相反印象，因为门控把尾部拉近中位、却把大量题各推一点。 到达两 seed 合并赢24丢21 净+3 p=0.766 ⇒ 这条轴上到达没有可用信号。 稳的部分：goal_ratio_2s 两 seed 都改善(0.170/0.201 vs 0.279/0.275) ⇒ "打分地平线=执行地平线" 买路上进度是唯一稳健效应。可推荐形态是 ungated pre，门控留给末态余量优先的场景。 统计自纠：精确 McNemar/符号检验原写法 2*Σ_{i<=min(k,n-k)}C(n,i)/2^n 在 k=n/2 中间点会算出 1.168>1； 改成 p=min(1,2*min(P(X<=k),P(X>=k))) 后重算本轮全部已上报 p 值，除中间点那例外数值不变 (0.125/0.424/0.678/0.455/0.327/0.042/4.9e-16/1.8e-12/2.4e-6 都对得上)，中间点正确值 p=1.0。 下一轮补 2×2 的缺失格 K16+pre 量可加性（已在盘三格），判读规则预注册。	2026-10-21 01:31:11 +08:00
cbb	97f746077a	exp: 轮次49——#31 门控地平线成立：终端段 20 mm 时时限收益与精度代价解耦 ... 预注册判据(err_success_med 回到 ~0.22mm 且 time_ok>=0.31)由 20mm 臂满足： 0.2248 mm / 0.3281；到达题组内末态误差符号检验 67差/57好 p=0.42 ⇒ 与控制不可分 (pre h=2 是 82/42 p=4.2e-4，门控5mm 是 79/45 p=0.0029 仍显著变差)。 5→20mm 的分级响应是机理证据：病名是"终端代价的作用区间不够长"，不是"缺终端代价"。 不许只报好的那半：不存在同时占优的阈值——20mm 把 A 类到达打到 94/128(控制与5mm 都是 96)， 5mm 到达最高 0.5469 且行程比最好 2.4218 但精度仍显著变差。到达率在整条轴上都没跨过显著 (净 +3/+6/+5 题，McNemar p=0.68/0.33/0.42)，所以主口径仍写控制值。 四列 collision_rate/over_vmax_rate 全 0、n_plans_mean 全 195.0 ⇒ 没有放松判据、规划次数不变。 下一步 seed=1 复现(控制臂复用 round47_ep_s1)，判读规则已预注册。	2026-10-21 01:24:21 +08:00
cbb	801724bda2	exp+test: #31 机制落库——门控地平线 select=pre --pre_near（远端短前瞻、近终段用整条地平线） ... 轮次 48 的曲线给出：时限收益随 h 缩短单调上升，而末态精度代价集中在 h<=4 ⇒ 假设病因是 "近终段没有终端代价"而不是"前瞻短"。本参数把两者分开：当前误差<=pre_near(mm) 时打分退回 整条地平线，远端保持 commit 窗口口径。代价多一次 goal_err(B×K 点)，只在门控开启时发生。 单测按夹具手算：起点 e=900 ⇒ pre_near=950 必须在第一次规划就翻回 endpoint 的选择， pre_near=100/0 必须保持 pre 的选择(三条断言彼此可分，门控若没接上会直接红)。 52 项测试绿；ast 复核新局部名(qa_pre/qa_full/e_pre/e_full)未遮蔽任何 rollout 形参。 判读规则预注册写在 ml/runs/_r49_gate.sh 顶部：成立=err_success_med 回到 ~0.22mm 且 time_ok 保住 >=0.31；只满足一半则记为机理负结论。两个阈值(5/20mm)都报，不挑最好。	2026-10-21 01:12:56 +08:00
cbb	36150242f2	exp: 轮次48——打分地平线四点曲线(h=2/4/8/16)：进度单调、精度代价阶跃在 h<=4、h=8 是坏点 ... 时限内 0.2656/0.2813/0.3047/0.3320；2 s 误差比逐题符号检验随 h 缩短单调增强 (h=8 166:90 p=2.4e-6、h=4 184:72 p=1.8e-12、h=2 192:64 p=4.9e-16)； 到达四点全在噪声内(净 -1/+4/+5，McNemar p>=0.42)。 末态到达误差 0.2175/0.2255/0.3301/0.4151 mm ⇒ 代价集中在 h<=4，病因是"近终段没有终端代价" 而不是"前瞻短"，故派生 #31(门控地平线)、按预注册规则作废 #26。 h=8 行程比 2.6749 反而比控制 2.6158 更差 ⇒ "地平线砍一半"的渐进方案被中间点自己否掉。 判据与成本(实测非推算)：四点 collision_rate=0、over_vmax_rate=0、start_fail=0， speed_ratio/accel_ratio 四点逐位相同，n_plans_mean 全为 195.0 ⇒ 规划次数与认证调用数不变。	2026-10-21 01:11:18 +08:00
cbb	b3c6ad995a	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。	2026-10-21 00:58:37 +08:00
cbb	3c250c7df3	exp: 轮次46-47——select=pre(打分地平线=被执行前缀终点)正向，两 seed 复现 ... 2 s 误差比逐题符号检验 s0 192好/64差 p=4.9e-16、s1 191/65 p=1.5e-15；时限内(≤1.3×老师) 0.2656→0.3320(+6.64pp)、0.2969→0.3398(+4.30pp)；行程比 −0.171/−0.171；碰撞仍 0、超 VMAX 仍 0。 到达只 +5/+3 题(McNemar p=0.42/0.68 ⇒ 噪声)，故不改默认口径、作可选口径入库。 代价：到达题末态误差 0.22→0.42 mm(判据壳 1 mm 内，余量 4.6×→2.4×)，两 seed 都涨。 对照可比性先证：控制臂 tie0 与轮次42 round42_K8cb1 的 22/22 键逐位相同 ⇒ 该配方跨窗口确定性 复现，本轮起新杠杆可用单臂对已落盘控制。 实现：select='pre' 用 fut[:,:,commit_n-1] 的终点误差(同一次 goal_err 只换点集)；两条可手算正对照 (前缀好/末端差 vs 末端好/前缀差 ⇒ 两口径必须选相反候选) + 不变式(commit_n=16 时与 endpoint 同选)； 49 项测试绿；n=16 冒烟证非惰性。候选表同步修准：backoff/ep_waste 两行状态改判掉，#29/#30 登记。	2026-10-21 00:57:08 +08:00
cbb	72c8835229	exp: 轮次45——tie(等长安全前缀按沿路最小间隙定夺)判掉 ... 两臂 n=256 同 seed 背靠背(配方=轮次42 K8+cert_batch=1+inc_cap=1)：到达 0.5234→0.5039 (-1.95pp，逐题配对丢6赢1净-5，McNemar 精确 p=0.125 与零不可分)，时限内 +1.17pp、 刹停 -9%、行程比 -0.076、执行碰撞仍为 0(判据未放松)。丢的 6 题 5 题在 A 类(开阔区) =买余量卖进度的签名。 仪表与离线数交叉验证：改选率 5.58% 对上轮次44 独立测得的"执行点间隙落在 0.2–0.5mm 占 5.6%"，并列率 79.0% 对上"满前缀 79.4%" ⇒ 分辨率上界被宽相位截顶 gcap=max(0.5,margin+0.5) 锁死，5.6% 是这个家族在 cap=0.5 下的天花板，不是实现没调好。 结构性发现：#24 作用在错的人群——tie 只在 maxlen>0 触发，而失败主人群是全拒(maxlen=0， 未到达题 22% 的规划)；全拒那条已由 backoff(轮次43)判掉。前置条件记为 #28(gcap 与 gap_margin 解耦)。 实现账：新增 tie 与触发计数器(生产端 per 数组+dump 键、消费端汇总 tie_* 同批改完， tie=0 时 22/22 老键逐位复现)；修掉 tie 分支局部名 nmax 顶掉主循环总步数的遮蔽 bug， 守卫单测做过变异检查；计数器正对照可手算(tie_opp=tie_changed=n_plans)。47 项测试绿。	2026-10-21 00:33:44 +08:00
cbb	350f386c02	exp: #27——K16增益不集中在B/C(总体+3.9pp/净10题,B仅+4题不显著)；B刹停-29%但到达仅27→32%，证明B/C缺口是策略不产绕行而非闸门	2026-10-21 00:04:32 +08:00
cbb	1b301cc58e	exp: 分层指标三重交叉验证通过——success_reachable 0.5514/by_cat(B27%,C34%)/brake_rate p50 0.5%但p90 31.5%、stuck_share 23.4%；老22键逐位不变	2026-10-20 23:51:51 +08:00
cbb	a982b0755d	feat: 评估加分层读数——success_reachable(排除不可达D类)/by_cat 到达率/brake_rate_p90/stuck_share/n_plans_mean；CPU 冒烟全键产出、43 项测试绿	2026-10-20 23:44:59 +08:00
cbb	1a6840fc66	exp: backoff四臂判掉——转化率7.7→37%但到达/时限不赚(0.5234→0.5156)；且它单独改善brake_rate达16%而行为未变好=可绕过§9.2判据	2026-10-20 23:42:50 +08:00
cbb	abd66d6124	exp: 控制臂22/22键逐位复现+reverse_p50离线预测0.247精确命中；brake_rate首读mean10.03%/p50 0.51%(§9.2差5倍但中位已达标)	2026-10-20 23:23:50 +08:00
cbb	1bb74e4b00	docs: 冻住形态定案——B/C是每题~30次×1.8步的反复试探(零步29%)而非堵死；backoff预期=省停步不省通路，B类到达要靠#24排序避死路	2026-10-20 23:19:48 +08:00
cbb	309169a4ed	exp: ep_waste三臂负结论(行程比不随权重单调、w=1纯亏)；原因=罚在16步地平线而每拍只提交2步；刹停率与brakes/n_plans逐位对表	2026-10-20 23:18:25 +08:00
cbb	4b871a5f67	docs: 缺口按类别定位——A(无障碍)75%但B(直线被挡)27%/C(贴立柱)34%；纠正D类(不可达)混入到达分母的口径(+2.8pp)	2026-10-20 23:06:28 +08:00
cbb	c89105996d	docs: 刹停长尾定量化——48.8%题零刹停、前20%题占72.4%事件；杠杆必须分层报(brake_rate_p90/stuck_share)，否则对尾巴有效的改动在均值上看不出来	2026-10-20 23:03:51 +08:00
cbb	27c8cbf111	exp: 轮次41——K16串行/批量决策逐位相同(等价性扩到K=16)+墙钟-18%；brake_rate首读mean7.06%但p50=0，刹停集中在一小撮卡住的题	2026-10-20 23:03:06 +08:00
cbb	fb836e699a	docs: #24 设计定稿——先算全候选间隙矩阵同时供打分与认证(零额外几何调用)，口径强制走批量认证	2026-10-20 22:55:49 +08:00
cbb	274e916352	docs+fix: 代价探针第一版把整次调用当一次规划(绝对值大四倍)；改为两长度解固定开销，并记清串行早停/批量随K两种相反响应	2026-10-20 22:55:24 +08:00
cbb	ebd4c20a28	docs: 到达率上限框架(可拿区间0.5234→0.7773，全部是被拒的活路)；#24 间隙进打分列入候选首位	2026-10-20 22:54:08 +08:00
cbb	00602f3f0b	exp: #21定案——关闸后两段每格都不更差(碰撞步58.3→45.1)，主因是候选塌缩35倍；安全层值25.4pp到达但净收益为正(纯策略无碰撞到达仅0.359)	2026-10-20 22:53:07 +08:00
cbb	04fe4a007b	docs: 补 §9.2 记分板——碰撞/超VMAX 已达标，到达差41.8pp、行程超1.4倍、P99差2~3倍、刹停率估≈9.9%(判据互相拉扯，单格变好必须同报其他格)	2026-10-20 22:51:30 +08:00
cbb	c9344599af	exp: 多段推理代价实测(2段+5.97ms/4段+17.7ms/8段+42ms，B=1 K=8)——靠段数补偏差不进 20ms 预算	2026-10-20 22:50:41 +08:00
cbb	b30c271896	exp+fix: 候选塌缩定案(steps=2 把K条候选抹平35倍)+z_scale反例；补 n_plans/brake_rate 核算§9.2刹停率；记录我在链式作业排队期间改库导致两臂未跑的事故	2026-10-20 22:48:51 +08:00
cbb	4597569dd8	exp: 轮次39——试候选数四档成本-收益曲线：到达0.402→0.562、刹车60.4→13.8、串行认证墙钟×5.1，碰撞全程0	2026-10-20 22:43:12 +08:00
cbb	ea762a331f	exp+fix: try3 反向档位(刹车+93%/到达-6.6pp)与 K16 构成试候选数的单调轴；reverse 指标补动步口径+可手算负对照	2026-10-20 22:42:11 +08:00
cbb	c5fccf1e48	docs: 候选清单按实测重排——K=16 升到第1(正向)，ep_len 降为负结论，ep_waste 补位	2026-10-20 22:38:47 +08:00
cbb	671f1bdc89	exp: 轮次39——K=16 正向结果：到达+3.9pp/时限+3.1pp/刹车-30%且碰撞仍0；仪表对表 1.575/6=0.2625 vs 离线预测0.247	2026-10-20 22:37:40 +08:00
cbb	b2cf03016b	exp: 轮次39(续)——四个新指标端到端到达产物(CPU冒烟，真实运动学)；对backoff四臂预注册判读规则(转化率13%量级的两种解释)	2026-10-20 22:35:57 +08:00
cbb	a159723e5b	docs+exp: 第二次纠正换向分组——按与rollout同窗口重算后两组差不多(0.247全体/到达0.265/未到达0.233)，换向是全局现象而非失败特征；给出backoff对照臂的可证伪预测0.247	2026-10-20 22:33:29 +08:00
cbb	a34a3c0bb5	docs: 撤回换向分组结论(旧口径漏计停住再反向，净/行程与线上口径都给反向)；len_w 的单调改写成噪声量级说明	2026-10-20 22:30:52 +08:00
cbb	585c50dbb9	exp: 轮次39(续)——ep_len 三臂：时限内单调+2.4pp 但行程比单调变差，负结论；改上 ep_waste	2026-10-20 22:28:45 +08:00
cbb	27414bfae7	fix+test: reverse_rate 口径改为换向(步,轴)对/活动(步,轴)对，与离线分解同分母；正对照改成可手算的 2/18	2026-10-20 22:28:10 +08:00
cbb	3e015b7485	feat+test: 换向率 reverse_rate 进闭环指标（按轴方向翻转/活动步，站住不重置），带正对照单测	2026-10-20 22:26:34 +08:00
cbb	078f7cd451	feat+test: select=ep_waste 白费比例惩罚(罚度按当前误差缩放)；单测抓到我把净位移对时间轴求和写成了对轴求和(frac 恒 0)	2026-10-20 22:24:49 +08:00
cbb	d632924446	exp: 轮次39(续)——行程超出2.4倍的成因是换向抖动(23.5%步换向、净位移只占44.5%)；len_w=0.1 罚不动量级不匹配	2026-10-20 22:19:21 +08:00
cbb	95b55fe69d	exp: 轮次39(续)——执行余量审计：91%执行点≥0.5mm但每题最险点中位仅0.029mm；到达题全拒0.88% vs 未到达22%	2026-10-20 22:13:44 +08:00
cbb	422fb8b72f	exp+fix: 轮次39——backoff=0+cert_batch1 与轮次33 cap 逐项相同(重写批量分支无行为变化)；修 backoff 指标被 eval_cl 显式键列表丢掉	2026-10-20 22:10:44 +08:00
cbb	cd6913b136	feat+exp: 轮次39——候选档位开关 --z_scale 与行程惩罚 select=ep_len/--len_w（零权重与 endpoint 逐位相同，2 条机制单测）	2026-10-20 22:05:12 +08:00
cbb	cad8bb44f0	exp: 轮次38(补)——steps=8 时限0.324/行程比1.87继续变好但到达仍0.41；顶部摘要刷新到当前口径并加候选清单	2026-10-20 21:59:19 +08:00
cbb	f42d3d756f	exp: 轮次38(补)——steps=4 末态误差0.135mm最优但仍被拒80次/题；失败分类证明缺口是走一半被冻住(63/109)	2026-10-20 21:57:02 +08:00
cbb	b9548d6cb1	docs: 探索日志改为倒序——最新一轮在最上面（内容守恒断言：除说明行外一行不许多或丢）	2026-10-20 21:55:15 +08:00
cbb	2079164cac	docs: 轮次38——改正我自己写的(B)假设：线上安全层只做点检不含位移界；并记下 DAgger 采集同样是一步口径	2026-10-20 21:52:46 +08:00
cbb	e7d1a39519	exp: 轮次38——两段推理开环更贴老师、行程比更近1，但闭环到达降14.8pp：瓶颈移到安全层拒绝率	2026-10-20 21:51:54 +08:00
cbb	3b8682a345	feat: 目标写法开关 mf_target(mf/lin/sq/mid)，默认 mf 且原地路径逐位不变；float32 接线用解析高斯场自证	2026-10-20 21:48:28 +08:00
cbb	78786881e7	test: 轮次37(补)——解析高斯场给目标写法做不动点判决：sq 权重只线性收敛(结构性少修一半)，lin/mid 二次收敛	2026-10-20 21:44:50 +08:00
cbb	a4cac354ea	exp: 轮次37——K-MF 方案核查：Eq.7 抄法不动点不自洽(1.87×)，一步输出比自身2段采样离老师远10倍	2026-10-20 21:38:40 +08:00
cbb	349814db7e	exp+feat: 轮次36(续)——时间账证明限幅后的损失是"站住"不是巡航；全拒缩步顶上(backoff，默认关)	2026-10-20 21:25:47 +08:00
cbb	f23f6fc93f	exp: 轮次36——规划起点 r 分布实测，循环内共享 FK(#19) 在部署 r3 口径只值 0.03 ms/次，判掉	2026-10-20 21:16:27 +08:00
cbb	ee7fe829ac	fix+exp: 轮次35(补)——gaps/gm_groups 拒绝行数不符的 xf；撤回两次不存在的"合并调用"收益 ... - 探测脚本把认证点当成与特征无关的已知量，据此测出的 共享cum_xf −4.3ms / 合并一次调用 −8.1ms 都不成立：真实顺序是 特征(q)→推理→候选→认证点，同一次规划内既不能共享 xf 也不能合并 gaps 只有轮次34 已落地的 gm_groups 复用同姿态 xf（−3.4ms，22项指标逐位不变）是真的 - 守卫：xf 行数与 q 不符时抛错（之前会静默按别的行做宽相位，实测触发 CUDA device-side assert） - 测试 34→35 项；check_parity 仍 PASS（2000样本，间隙差 2.52e-13 mm、碰撞布尔差 0、特征差 5.96e-08）	2026-10-20 21:06:35 +08:00
cbb	296cd17f98	exp: 轮次35——FP16/BF16与流水线复用都被实测否掉，f32认证需先抬eps到2e-4 ... - 显卡精度档（B=1,K=8,steps=1）：推理 FP32 7.68 / FP16 8.31 / BF16 8.58 ms，整周期不变而FP16 P99 46.6→55.6； 动作偏差 FP16 0.0050°、BF16 0.0377° ⇒ 该批量下不是算力受限，保持 FP32 - float32 认证：48段×9点×15组对的间隙差 max 1.32e-4 mm（有1例高估）→ 现 eps=1e-4 已被越界，要用需 ≥2e-4； 判据结果两边一致（各24接受、0 仅f32安全、0 符号翻转），暂不放宽 dtype 守卫 - 流水线复用特征间隙：第一版42.1→31.8ms 但等价性检查不过（我取缓存行索引取错，差3.19mm）； 修正后只剩 −3.1ms 且缓存行与新算差 6.3e-5mm（不同 batch 的结合序）⇒ 放弃 - 顺带修掉轮次34日志里重复的章节标题	2026-10-20 21:01:04 +08:00
cbb	34019c1a34	perf+exp: 轮次34——复用cum_xf进库(22项指标逐位不变)、批量认证压最坏尾部(80→37ms)、FP16/BF16实测无收益 ... - 撤回一条自己的假收益：先前"合并几何查询→24.5ms"不成立。①第一版把 xf= 传给含5行的 gaps， 只有第0行走完宽相位，认证点全部退回截顶40.0（少干活）；②真实顺序 特征→推理→候选→认证， 认证点依赖网络输出，故"特征间隙与认证点合并一次调用"实现上做不到 - 可实现并已落地：gm_groups(..., xf=) 复用 features 已算的 cum_xf，B=1 交错实测 P50 −3.4ms； 256题重跑 22 项指标与轮次33 base 逐项相同 - 新增 --cert_batch（默认0不变）：K条候选并成1次 gaps 调用。合成夹具(B=2)断言选择/轨迹/证书逐位一致， 变异检查（换回错误索引）2项测试立即失败；256题重跑同样 22 项指标逐位相同 实测交换：典型 33.5→37.6ms，最坏（前面候选被拒）80.2→37.1ms，P99 64.7→48.3ms - FP16/BF16 实测不比 FP32 快（推理 7.68→8.31→8.58ms），整周期不变而 P99 更差，动作偏差 0.005°/0.038° → 小批量下不是算力受限，半精度不划算，推理保持 FP32 - 仍不达 20ms：下一刀是流水线复用（下次规划的特征间隙＝本次已认证的末点），可整块省掉特征 ~13ms - 测试 32→34 项	2026-10-20 20:53:43 +08:00
cbb	48cc566c3f	exp: 轮次33——限幅实测要付5.1pp到达（57.4→52.3%）；GPU真实周期36.7ms≈27Hz，瓶颈是重复几何而非推理 ... - 四组单变量对照（同256题同seed）：base / inc_cap / gap_margin 0.5 / 两者同开 限幅后 到达 0.5742→0.5234、time_ok 0.3906→0.2656、2s误差比 0.210→0.279、超VMAX 1.0→0.0、刹停几乎不变 → 之前那部分到达率是超速换来的；损失在逼近末段，不在刹停 - 0.5mm 余量门只付 3 题（0.5742→0.5625）；但 plans['gaps'] 在 0.5mm 截顶，5mm 护栏可达性需抬 cap 重算 - 前提更正：eval_cl 不传 steps、rollout 默认 steps=1（policy.py:156 一步生成），先前按 steps=16 得到的 "当前配方 116ms≈8.6Hz" 作废；真实配方 36.68ms P50 / 49.17ms P99 ≈ 27.3Hz - 归因更正：空算子 0.028ms、空 sync 0.005ms、encode 2.27ms → 不是启动/同步地板； 单步推理仅 7.2ms 且 K=1→8 免费，周期里 ~27ms 是 cum_xf+宽相位的重复计算 - certify_uniform 挂上后 36.7→45.3ms（n=8）/49.6ms（n=16） - kin_torch 补 a/b 形状守卫（脚本里广播不一致会算错 view），测试 30→31 项	2026-10-20 20:32:19 +08:00
cbb	6ecd33db0c	exp: 轮次33(上)——实际执行速度做成一等指标并自证；默认路径逐位复现第30轮，256题全部超VMAX ... - rollout 逐题记录 max|Δq|/STEP（1.0=VMAX）与每步速度变化比；eval_cl 汇总 p50/p95/max、over_vmax_rate - 自证：用 round30_after trace 独立重算得 1.660004×VMAX、超速度占比 1.0，与新指标逐位一致 - 默认参数下 base 复现第30轮 after 的每个旧指标（0.57421875/0.390625/19.25/2.444952726/0.209975064 等） - 新开关 inc_cap（反馈叠加后再按每轴 VMAX·DT 限幅）、gap_margin（余量门限+自动抬宽相位 cap， 否则现 cap=0.5 会让 >0.5 的余量恒假）；col 仍按 gap<=0 判真实碰撞，不与余量混用 - 只读核查：ik-policy.js:355 同样在 ±1·STEP 之后叠加反馈；JS 的 5 mm 余量是投影式护栏，非同机制 - 口径提醒：round30 plans['gaps'] 在 cap=0.5 截顶，不能据此算"≥1mm 占比"；中位最小间隙 0.046 mm 可用 - 测试 26→30 项（限幅灵敏度、余量拒/受、cap 抬升生效）	2026-10-20 19:48:23 +08:00
cbb	c6b46b8bb1	exp: 轮次32——均匀细分认证一次调用可证段内碰撞，界经720项检验未证伪，但P50≤20ms的档只能证出54~63% ... - certify_uniform：固定 n 个子段一次 gaps 调用，判据与二分同源（子段界=整段界/n），证不出即拒 - 确定界反证：48段×121点×15组对=720项检验 0 违例；有信息量仅 61 项，最紧仍高出 0.035 mm （是"未能在真实运动上证伪"，不是证明；浮点误差仍未形式化） - 第180题 1.08-1.10s 漏检段在每个 n>=8 均判碰撞；二次加密(2n+1)反证 0 误放行 - 更正轮次31的"自适应cap无收益"：旧公式 bound/2+eps 会把本可通过的子段钳成不可证； 改为 bound+2eps 后交错实测决策不变、快 1.36~1.65x（n=8 13.13→9.68，n=128 98.46→59.76 ms） - 负结论：只有 n<=16 能把认证压进 20 ms，但该档仅证出 26-30/48 根，其余必须刹停； 成本=log(bound/间隙) 决定，故下一步要在反馈后限幅并让安全层要求正余量（现 cap=0.5 会截掉余量） - 测试 23→26 项：n=5拒/n=6受的解析对照、cap_required 公式、n 张量类型门	2026-10-20 19:30:02 +08:00
cbb	6de085fd37	exp+fix: 轮次31——确定界连续认证抓到段内碰撞，但单段P50 22.9ms进不了20ms；自适应cap收益经交错复测撤回 ... - Kin.cert_lever 用三角不等式给全姿态位移界（替代 JS 随机采样×1.05），界量级 5.93–48.86 mm/整步 - Kin.certify_segments 批量前沿二分+每根查询预算：48 固定段中预算32判安全37/碰撞1/未知拒10， 第180题1.08–1.10s漏检段以5次查询判碰撞；未知只拒不放 - 修 seg_seg_dist 第二条退化成点不投影（模型内退化胶囊686受影响）；但7586个加密点的组最小间隙 逐位不变、2000样本JS对拍仍 PASS → 不解释轮次30漏检、不改既有成绩 - 负结论：B=1 单段认证 P50 22.93/P90 58.43/P99 101.57 ms，432次中225次>20ms； 自适应宽相位 cap 交错复测耗时无收益，先前1.6×为GPU顺序漂移，已在日志撤回 - 成本模型 L=ceil(log2(bound/(ga+gb)))、查询=2^L+1 与实测对齐（安全段2–17次，未知段33–65次） - 新增8项段认证测试+1项回放测试（14→23项通过）；变异实测证明张量 max_depth 回绕会误放行	2026-10-20 19:13:40 +08:00
cbb	95da49193f	fix+exp: 轮次30——统一认证与执行限位，到达57.4%不变；加密回放仍检出段内碰撞	2026-10-20 17:26:20 +08:00
cbb	9eaff7341f	exp: 轮次29——全拒后减半反馈到达55.1%，补齐无碰撞指标与首撞回放 ... 512题无碰撞到达54.7%、碰撞1.8%；9次首撞均在J5限位且双精度复现。保留小样本消融，撤回未经实际调度验证的50Hz达标结论，附六项回归测试及完整配置结果。	2026-10-20 17:06:53 +08:00
cbb	ce9edd7934	exp: 端点进度选择——commit2 到达 52.1%/time_ok 35.2%（n=512），ratio2s 0.343→0.285；附带 50Hz 饥饿实测 ... - select='endpoint'（候选块末态离目标最近）优于 consist：n=512 到达 +1.3pp、time_ok +6.3pp、ratio −0.058 - 负结论：safety_try 1/2（41.4/44.9%）、K=4（47.3%）、DLS 兜底（52.3%/碰撞+1.1pp）、增益调度（47.3%） - JS Runner：endpoint 选择落地、冷启动跳前瞻；starveTicks 指标；commit2 平均空转 0.8–1.3 tick，commit3 可覆盖 - route40 endpoint：12/20 ok、13/20 到达、刹车 40.4%	2026-10-20 15:48:31 +08:00
cbb	d977be321b	exp+fix: commit2 增益重扫（gain2.2 到达 50.8%，n=512）+ 浏览器安全层三点修复（限位夹紧/部分前缀/离散认证） ... - gain 1.8/2.2/2.5/2.8 = 50.4/52.0/49.6/47.7%（n=256），2.2 最佳；n=512 复核 50.8%/1.4% 碰撞 - 积分反馈与反馈隔次复用均为负结论（−4.0/−5.1 pp） - JS：tick/候选投影夹 LIM（原越限后 inBox 永久拒绝→刹停）；safety_partial 移植；segCert 开关（默认严格） - bench nc10 --seg 0：刹车率 79.5→48.1%、planP50 56.1→33.5ms、ok 0→5/10	2026-10-20 14:23:59 +08:00
cbb	46fe24365b	perf+exp(closed_loop): 解析雅可比 DLS（消除 float32 差分数值噪声）——commit3 到达 36.3→46.5%，commit2 49.2%（n=512），DLS n1 9.3→7.1ms ... - Kin.jac 几何雅可比，与 autograd 逐项一致（FD 自身 rel 误差 3.58%） - dls_steps(analytic=True) 默认；每步少 6 次批量 FK - 新增 ml/eval/eval_cl.py（部署口径小规模评估）与 check_dls.py（对拍+延迟） - 积分反馈 fb_ki 脚手架（默认 0，未启用）	2026-10-20 13:33:23 +08:00
cbb	7e99b333ea	exp: 轮次25——实时节奏(commit3)准确率：候选平均29.7%/冻结编码器34.4%/commit4 28.9%，均低于基线36.3%；效率：ORT CPU推理3.9ms+gm_groups，单次规划~32ms，50Hz异步可行	2026-10-20 12:49:37 +08:00
cbb	79519b042c	perf+exp: gm_groups 只算特征 8 组（数值一致，features 10.4→7.1ms）；混合节奏负结论（执行反馈无提升）；浏览器部署 dag2 ONNX + fbGain/commit 参数（bench 刹车 47% 待调）；实时口径改为异步规划+tick	2026-10-20 12:38:56 +08:00
cbb	3b748c811c	perf(closed_loop): DLS 批量雅可比（25→10-17ms，数值差≤0.013°）+ 单题安全层早停；实时评估：单次规划 40-80ms 超 50Hz 预算 2-4 倍；实时节奏下每3步 36.3%、每6步 14.8%（每步 42.2% 不可实时）	2026-10-20 12:20:31 +08:00
cbb	26eb0815c2	exp(dagger-deploy): 轮次22——冻结编码器微调（开环保住15.8mm vs 19.5）但部署到达41.8%仍低于dag2 43.8%；训练侧四种方法均未超基线，训练探索到此平台	2026-10-20 10:10:25 +08:00
cbb	7a8e5aab63	exp(dagger-deploy): 轮次21——DAgger-3（部署配置采集500题+15000步微调）负结论：部署口径 39.5% vs dag2 43.8%，开环退化到19.5mm；下一步试冻结编码器只调解码器	2026-10-20 09:41:44 +08:00
cbb	bb919d33c9	exp(dagger-deploy): 轮次20——反馈蒸馏（17.7万样本+3000步微调）负结论：gain=0 时到达仅0.8%（反馈未内化），gain1.8 与基线持平（43.4 vs 43.8）	2026-10-20 08:42:29 +08:00
cbb	ff160f576e	exp(dagger-deploy): 轮次19——APG 修复两个既有 bug（_cat_gaps in-place、段边界 queue.detach 无梯度）后可跑，但碰撞铰链尺度失控（40万）且与部署形态不一致，暂不采用；转反馈蒸馏	2026-10-20 07:56:58 +08:00
cbb	5675159987	docs(探索日志): 分支清理记录——fb-mix 已并入 exp/dagger-deploy 后删除；abs-target 打 archive tag 后删远端分支	2026-10-20 07:40:16 +08:00
cbb	39c870c1cf	exp(dagger-deploy): 轮次18收尾——n=512 gain1.8 到达42.2%/碰撞2.9%/ratio0.270/time_ok29.1%/870ms（历史最佳）；保守版 gain1.5 40.8%/2.1%；探索日志统计更新	2026-10-20 07:23:16 +08:00
cbb	7be41cb1ad	exp(dagger-deploy): 轮次17——每步规划下 gain1.8 到达 43.8%/碰撞1.6%/ratio0.216/time_ok28.9%（新最佳）；gain2.2/3.0 时间效率更高但到达降、刹停暴涨（3.0:123次/题过冲）	2026-10-20 07:12:59 +08:00
cbb	6c2af53d18	exp(dagger-deploy): 轮次16——n=512 稳定：每步规划+部分前缀 到达40.8%/碰撞2.1%/ratio0.309/time_ok25.0%/852ms（历史最佳，较基线 0% +40.8pp）	2026-10-20 06:57:25 +08:00
cbb	f5f394a4bf	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	2026-10-20 06:47:00 +08:00
cbb	76ac563d21	exp(dagger-deploy): 部分安全前缀（执行到首个不安全步）——刹停 27.4→8.6、到达 38.3%、碰撞 1.6%；新增 commit_n 参数（每步规划实验）；更正 replan=empty 实为 r=0 规划非每步	2026-10-20 06:26:31 +08:00
cbb	de009bd516	exp(dagger-deploy): 轮次12——n=512 稳定：gain1.5+每步重规划 到达33.4%/碰撞1.0%/ratio0.399/刹停28.1/738ms（历史最佳）；gain1.2 保守版 32.6%/1.0%/18.6 刹停；监控页回写已验证	2026-10-20 05:51:11 +08:00
cbb	29f3887be1	feat(monitor): 控制台新增「闭环探索日志」卡片——/api/explore 读取 docs/探索日志.md，Edge headless 截图验证渲染正常（http://127.0.0.1:8100）	2026-10-20 05:35:42 +08:00
cbb	fe48b4e777	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
cbb	4de5e03a0b	exp(dagger-deploy): 轮次10——每步重规划下 gain1.5 达 28.9%/0.8%/0.411/刹停28.5/844ms（新最佳）；gain1.0 碰撞 0.0% 但到达 22.7%；待 n=256 复核	2026-10-20 05:24:20 +08:00
cbb	5f2cbd5179	exp(dagger-deploy): 轮次9新历史最佳——每步重规划+gain1.2：到达 26.6%、碰撞 0.8%、ratio 0.453、刹停 20.6、845ms（K=16 无益淘汰）	2026-10-20 05:15:01 +08:00
cbb	2ff02eb9a8	exp(dagger-deploy): 轮次8——部署分布 DAgger 把刹停降 18-40%、时延 953→922ms，到达 22.7%（未破 23% 平台）；历史最佳到达仍 dag1+gain1.2 23.4%	2026-10-20 05:05:47 +08:00
cbb	dc27781a72	exp(dagger-deploy): 采集支持 fb_gain+safety（训练分布=部署分布）；新增 base_dag2 配置（同 base）	2026-10-20 03:40:15 +08:00
cbb	8e5431c460	exp(fb-mix): 轮次7负结论——衰减增益到达 23.4→9.4%、刹停兜底碰撞 1.6→57.8%（绕过安全层）；参数默认关闭，历史最佳仍为 gain1.2 无衰减无兜底（23.4%/1.6%/0.454/973ms）	2026-10-20 03:09:21 +08:00
cbb	b06662c152	exp(fb-mix): 目标反馈混合（inc += gain·DLS 朝目标）——DAgger 模型 + gain 1.0 + 安全层 reach 20.3%/碰撞 2.3%（历史最佳，此前 0%）；建立 docs/探索日志.md	2026-10-20 02:40:12 +08:00
cbb	70654e45f7	docs(本机执行清单): 方案 B 初版实测（feat/abs-target 分支）——绝对目标标签 + 训练/执行适配完成并修复前缀增广污染；实测一步生成误差 31°（4/8 段 2.3°/2.8°）、闭环 0%/100%，过预热 5000 步无下降趋势——此配方不成立，B 若继续需改 p_edge/FK 权重/加权或换输出头	2026-10-20 01:03:45 +08:00
cbb	fc17ae10d0	docs(本机执行清单): 方案 B 判别——偏移 3.19° 下模型预测的 16 步累计目标偏离原轨迹 4.86°（ρ=1.54；未扰动开环仅 0.46°），扰动微调后 ρ 更差（1.9-2.0）；结论：模型是从当前状态外推增量而非指向参考位置，B 必须改训练标签（绝对目标）重训，改执行层无效	2026-10-19 23:14:30 +08:00
cbb	2f5a72a6ab	docs(本机执行清单): 方案 A 实测（两轮）——合成 1.5° 扰动状态样本 36k + 微调 3000 步：碰撞率 99.6%→48%/60%，但 success 仍 0、开环精度 6→15/16mm 退化 2.5×；小步微调在两种分布间折中带偏主分布，此配方不成立	2026-10-19 23:11:06 +08:00
cbb	7a194dd4a7	docs(本机执行清单): 回答「加大数据能否救闭环」——闭环状态到训练集最近邻中位 21.5°（起点 13.2° 的 1.6×，p90 32.5°）；训练集本身稀疏（老师起点最近邻 13.2°）；6 维密度缩放数据翻 4 倍只降 ~21%，与 0.02° 误差尺度差三个量级——扩大同类数据救不了，需 DAgger 覆盖分布外状态	2026-10-19 22:45:39 +08:00
cbb	a41a5440c6	docs(本机执行清单): DAgger 小样本试跑通过——collect 16 题 12.7s/29 起点，64 题显存峰值 7.98GB 无 OOM；老师重规划 15 起点 7.6s、打包 2.3s（453 样本）；提醒 build_dataset 默认 act_scale=1.25 与旧主数据 1.0 不一致，全量前须显式 ACT_SCALE=1.0 或先重打主数据	2026-10-19 22:19:24 +08:00
cbb	864b21f894	docs(本机执行清单): 发散题分组——三组（r2>1 / 0.7-1 / ≤0.7）碰撞率均 79-83%、到达全 0，无「一小撮坏题」可筛；r2 与起点误差秩相关 -0.384 是分母效应（短任务比值波动大），与老师时长/行程无关；误差放大是全体普遍行为	2026-10-19 22:16:39 +08:00
cbb	b396298819	docs(本机执行清单): 补充实验——开环误差无轴向偏置（|mean|/std≤0.17）但 lag-1 自相关 0.93-0.97（慢变误差，非白噪声）；闭环 p50 2s 缩 41%、p90 发散到 1.318（≥10% 题误差复利）；结论：慢变误差 × 闭环低容忍，训练侧需闭环状态训练	2026-10-19 20:31:48 +08:00
cbb	53a50ecab9	docs(本机执行清单): 本地自主排查——闭环噪声容忍上限 0.01-0.02×STEP（σ 扫描 0→0.05 时 reach 1.0→0.218）；8 段采样 reach 仍 0（flip 已=老师、无抖）→ 策略误差是系统偏差非白噪声，降噪已到天花板；need 头恒 <0.5（>0.5 占比 0、召回 0/43）=闭环子目标通道从不激活（H3 三变体逐位相同的直接原因），训练 80% sf=1 vs 闭环 100% sf=0	2026-10-19 20:21:02 +08:00
cbb	425229f412	docs(本机执行清单): 第六轮执行回传——H1_oracle 全正常（仿真无误，闭环结果可信）；σ=0.05 噪声 reach 1.0→0.218（对残差噪声极敏感）；前缀照抄、子目标规则均排除；H3 三变体逐位相同=子目标通道零响应（新异常）；4 段采样消抖后仍 0% 到达	2026-10-19 19:18:07 +08:00
cbb	7e063eb3d5	本机改动：归档早期闭环碰撞定位脚本 diag_collision.py（已被 diag_cl 取代）	2026-10-19 18:46:39 +08:00
cbb	86323f1691	docs(本机执行清单): 第五轮执行回传——一致性错位修复未改变闭环结果（C 段仍 0%/99.6%，2s 误差比 0.755）；G 段：consist/value/first 三选择器几乎一样（0%/94-96%）——问题在候选本身不在选择；1step 速度比 2.31×、4step+safety 碰撞降到 0.78% 但到达仍 0%	2026-10-19 12:40:16 +08:00
cbb	0a19b29fd3	docs(本机执行清单): 第四轮执行回传——F 段证实一步采样残留噪声（抖动 41.9×、残差-噪声相关 −0.861），2/4/8 段分别把 16 步误差降到 0.92/0.86/0.56°；但闭环 4 段仍 0% 到达（碰撞 93.0%、2s 误差比 0.610）、零噪声 0%/100%/0.724——残留噪声真实存在但非主因	2026-10-19 03:37:00 +08:00