#!/usr/bin/env bash
# 一条龙：bash ml/pipeline.sh <阶段> ；阶段按顺序：
#   setup   安装 Python/Node 依赖（torch 需先按 CUDA 版本装好）
#   kin     导出运动学/碰撞模型 + JS↔PyTorch 对拍（必须 PASS）
#   gate1   老师一致性门禁（决定生成时是否加 --consensus 4）
#   gen     生成老师轨迹（NPROC 进程；CONSENSUS=1 时加共识过滤；样本不足 TARGET_SAMPLES 自动补生成）
#   prep    打包训练样本 + R2 标签一致性检查
#   train   预训练（先 2000 步摸吞吐，再正式训练）；输出目录随头分开：ml/runs/<CFG 名>
#   m5      头门禁：贴立柱集穿柱率 ≤ 2%（纯策略口径），同时报仿真安全层口径；通过则记为选定模型
#   apg     APG 首轮微调（从选定模型开始）
#   mine    挖错循环（3–6 轮，含门禁回滚）
#   export  导出 ONNX（fp32）到 webapp/models/
#   bench   部署形态评测（Node，策略 + 安全层，含 R8 对抗集）
#   accept  验收汇总（方案 §9.2 各项 + R2/R7/R8/R10）→ ml/runs/acceptance.json
#   all     依次执行 kin → accept
# 可调环境变量：PYTHON（默认 python；Linux 无 python 时设 PYTHON=python3）、NPROC、N_TASKS、TARGET_SAMPLES、
#              CFG（ml/configs/base.json | wta.json）、CKPT（覆盖后续阶段的起点模型）、CONSENSUS
# 2026-10-18：按另一台机器的审查改——头分目录不互相覆盖、统一 $PYTHON（Windows Git Bash 可跑）、
#             gen 自动补量、m5 双口径、export 默认 fp32、新增 accept。
set -e
cd "$(dirname "$0")/.."
PY=${PYTHON:-python}
command -v "$PY" >/dev/null 2>&1 && "$PY" -c "import sys" 2>/dev/null || { echo "找不到可用的 Python（$PY），请设 PYTHON=..."; exit 1; }
export PYTHON=$PY
NPROC=${NPROC:-$(nproc)}
N_TASKS=${N_TASKS:-50000}
TARGET_SAMPLES=${TARGET_SAMPLES:-1700000}
CFG=${CFG:-ml/configs/base.json}
TAG=$(basename "$CFG" .json)
SEL=ml/runs/selected_ckpt
ckpt() { if [ -n "${CKPT:-}" ]; then echo "$CKPT"; elif [ -f $SEL ]; then cat $SEL; else echo ml/runs/$TAG/best.pt; fi; }
stage=${1:-help}
run() { echo "== $*"; "$@"; }
case $stage in
  setup)  run $PY -m pip install -r ml/requirements.txt; (cd ml && npm install --no-audit --no-fund) ;;
  kin)    run node ml/prep/export_kin.cjs; run node ml/eval/dump_parity.cjs 2000; run $PY -m ml.eval.check_parity ;;
  gate1)  mkdir -p ml/data; run node ml/gen/consistency.cjs 300 4242 | tee ml/data/consistency.json ;;
  gen)    per=$(( (N_TASKS + NPROC - 1) / NPROC ))
          if [ -z "${CONSENSUS:-}" ] && [ -f ml/data/consistency.json ]; then
            CONSENSUS=$($PY -c "import json;print(1 if json.load(open('ml/data/consistency.json'))['consistentByGateRule']<0.9 else 0)")
            echo "一致性门禁结果 → CONSENSUS=$CONSENSUS"
          fi
          extra=""; [ "${CONSENSUS:-0}" = "1" ] && extra="--consensus 4"
          run bash ml/gen/run_parallel.sh $per $NPROC 1 "$extra"
          # 补量：共识过滤会降低保留率，样本不足 TARGET_SAMPLES 时按实测"样本/任务"补生成（最多 2 次）
          s0=$((1 + NPROC))
          for k in 1 2; do
            need=$($PY -c "import json,math;s=json.load(open('ml/data/stats.json'));d=$TARGET_SAMPLES-s['samplesEvery3'];print(0 if d<=0 else math.ceil(d/(s['samplesEvery3']/s['tasks'])*1.05))")
            [ "$need" = "0" ] && break
            echo "样本不足目标 $TARGET_SAMPLES，补生成 $need 条任务"
            run bash ml/gen/run_parallel.sh $(( (need + NPROC - 1) / NPROC )) $NPROC $s0 "$extra"
            s0=$((s0 + NPROC))
          done ;;
  prep)   run bash ml/prep/run_prep.sh $NPROC
          run $PY -m ml.eval.check_r2 --samples ml/data/samples --out ml/data/r2.json ;;
  train)  run $PY -m ml.train --samples ml/data/samples --out ml/runs/bench_$TAG --steps 2000 --no-eval --config $CFG
          run $PY -m ml.train --samples ml/data/samples --out ml/runs/$TAG --config $CFG ;;
  m5)     [ -f ml/runs/nc_gate.jsonl ] || run $PY -m ml.mining.mine_round --make-gate 1000 --seed 4321 --mix 0,0,1,0 --name nc_gate.jsonl --out ml/runs
          ck=${CKPT:-ml/runs/$TAG/best.pt}
          run $PY -m ml.sim.closed_loop --ckpt $ck --tasks ml/runs/nc_gate.jsonl --n 1000 --out ml/runs/m5_${TAG}_policy.json
          run $PY -m ml.sim.closed_loop --ckpt $ck --tasks ml/runs/nc_gate.jsonl --n 1000 --safety --out ml/runs/m5_${TAG}_safety.json
          $PY - "$TAG" "$ck" <<'PY'
import json, sys
tag, ck = sys.argv[1], sys.argv[2]
p = json.load(open(f'ml/runs/m5_{tag}_policy.json')); s = json.load(open(f'ml/runs/m5_{tag}_safety.json'))
ok = p['collision_rate'] <= 0.02
out = {'head': tag, 'ckpt': ck, 'pass': ok,
       'policy_only': {k: p[k] for k in ('n', 'success', 'collision_rate', 'start_fail')},
       'with_sim_safety': {k: s[k] for k in ('n', 'success', 'collision_rate', 'brakes_mean', 'start_fail')},
       'note': '门禁只看 policy_only（纯策略穿柱率）；with_sim_safety 为仿真近似安全层，部署口径以 bench 为准'}
json.dump(out, open(f'ml/runs/m5_gate_{tag}.json', 'w'), indent=1)
print('[%s] 纯策略穿柱率 %.2f%%、到达 %.2f%%；加仿真安全层 穿柱 %.2f%%、到达 %.2f%%' % (
    tag, 100 * p['collision_rate'], 100 * p['success'], 100 * s['collision_rate'], 100 * s['success']))
if ok:
    open('ml/runs/selected_ckpt', 'w').write(ck); print('M5 门禁：通过 → 后续阶段使用', ck)
else:
    print('M5 门禁：不通过' + (' → CFG=ml/configs/wta.json bash ml/pipeline.sh train && CFG=ml/configs/wta.json bash ml/pipeline.sh m5' if tag != 'wta' else '（两种头都未过，把 m5_gate_*.json 发我）'))
    sys.exit(3)
PY
          ;;
  apg)    ck=$(ckpt); run $PY -m ml.apg.apg_finetune --init $ck --samples ml/data/samples --out ml/runs/apg; cp ml/runs/apg/best.pt ml/runs/current.pt ;;
  mine)   run bash ml/mining/loop.sh ${ROUNDS:-6} ${APG_STEPS:-1000} ${MINE_N:-50000} ;;
  export) ck=ml/runs/current.pt; [ -f $ck ] || ck=$(ckpt)
          run $PY -m ml.export_onnx --ckpt $ck --out webapp/models/traj_policy.onnx ;;
  bench)  run node tests/policy_bench.cjs webapp/models/traj_policy.onnx nc,route,r8 --nc1000 --out ml/runs/policy_bench.json ;;
  accept) ck=ml/runs/current.pt; [ -f $ck ] || ck=$(ckpt)
          run $PY -m ml.eval.acceptance --ckpt $ck --samples ml/data/samples --out ml/runs/acceptance.json ;;
  all)    for s in kin gate1 gen prep train m5 apg mine export bench accept; do bash ml/pipeline.sh $s; done ;;
  *)      sed -n '2,20p' "$0" ;;
esac