#![cfg_attr(test, allow(clippy::unwrap_used, clippy::expect_used))]

//! PID tuning algorithms, search, scoring, and presets.

/// Evaluation result shared by search backends.
pub type Evaluated = crate::cost::Score;

/// Scores one candidate gain set.
pub trait Evaluator: Send + Sync {
    /// Evaluate a gain set.
    fn evaluate(&self, gains: &motor_control::VelocityGains) -> Evaluated;
    /// Describe the experiment for reports.
    fn describe(&self) -> String;
}

pub mod relay {
    //! 继电反馈（relay feedback）整定：自动找出临界增益 `Ku` 与临界周期 `Tu`
    //! （ARCHITECTURE.md §5.5）。
    //!
    //! # 原理
    //!
    //! 把控制器换成**继电环节**（输出在 `±amplitude` 之间跳变，带一点滞环抑制
    //! 噪声误触发）。闭环在相频特性 −180° 的频率附近形成极限环：
    //!
    //! - 振荡**周期**即临界周期 `Tu`；
    //! - 振荡**幅值** `a` 与继电幅值 `d` 通过描述函数联系：`Ku = 4d / (π·a)`。
    //!
    //! 拿到 `(Ku, Tu)` 后交给 [`super::zn`] 换算成 PID 增益。
    //!
    //! # 什么时候这个实验有意义（重要）
    //!
    //! 描述函数法成立的前提是**线性部分对高次谐波有足够衰减**，也就是相频要真正
    //! 穿过 −180°：
    //!
    //! - **有延迟 / 三阶以上**的被控对象（真实电调 + 机械、FOPDT）：穿越点唯一，
    //!   `Tu` 就是物理上的临界周期 ✅
    //! - **纯二阶**对象：相频只**渐近**趋于 −180°，没有有限穿越点，极限环由
    //!   滞环宽度决定（幅值 ≈ 滞环量级、周期远小于 `2π/wn`），此时算出的 `Ku`
    //!   偏大 ⚠️
    //! - **纯一阶**对象：同样会振荡（由滞环决定），得到的是"滞环极限环"而非
    //!   相频信息 ⚠️
    //!
    //! 结论：把结果当作**起点**而不是终点——台架上用它快速拿到一组可用增益，
    //! 再用 `sim-harness` 的搜索式整定 / 阶跃复验确认。这也是 ARCHITECTURE.md §8.1
    //! 的整定流程（`auto_tune` → 阶跃验证 → 上车微调）的用意。
    //!
    //! # 用法（与 ARCHITECTURE.md §5.5 / §8.3 的流程一致）
    //!
    //! ```ignore
    //! let mut tuner = RelayTuner::new(amplitude, hysteresis);
    //! let mut t = 0.0;
    //! while t < max_time {
    //!     let measured = plant.step(tuner.last_output(), dt)?;
    //!     let output = tuner.step(measured, dt);
    //!     t += dt;
    //! }
    //! let result = tuner.result();   // None = 没形成稳定振荡
    //! ```

    use crate::zn::{TuneResult, ZieglerNicholsRule};

    /// 继电环节的当前状态。
    #[derive(Debug, Clone, Copy, PartialEq, Eq)]
    pub enum RelayState {
        /// 输出 `+amplitude`。
        High,
        /// 输出 `-amplitude`。
        Low,
    }

    impl RelayState {
        /// 取反。
        #[must_use]
        pub const fn flipped(self) -> Self {
            match self {
                Self::High => Self::Low,
                Self::Low => Self::High,
            }
        }

        /// 文本名。
        #[must_use]
        pub const fn name(self) -> &'static str {
            match self {
                Self::High => "high",
                Self::Low => "low",
            }
        }
    }

    /// 一个振荡半周期组合（峰 → 谷 → 峰）的观测。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct OscillationPoint {
        /// 观测到的峰值。
        pub peak: f32,
        /// 观测到的谷值。
        pub trough: f32,
        /// 该次振荡的周期（秒）。
        pub period_s: f32,
    }

    impl OscillationPoint {
        /// 振荡幅值 `a = (peak − trough) / 2`。
        #[must_use]
        pub fn amplitude(&self) -> f32 {
            (self.peak - self.trough) / 2.0
        }

        /// 振荡中心（应是工作点；偏离说明有静差 / 漂移）。
        #[must_use]
        pub fn midpoint(&self) -> f32 {
            self.peak.midpoint(self.trough)
        }
    }

    /// 继电反馈整定器。
    #[derive(Debug, Clone)]
    pub struct RelayTuner {
        /// 继电输出幅值 `d`（控制量单位）。
        amplitude: f32,
        /// 滞环半宽（测量量单位）：超过它才换向。
        hysteresis: f32,
        /// 当前状态。
        state: RelayState,
        /// 当前输出。
        output: f32,
        /// 实验已进行的时间（秒）。
        elapsed_s: f32,
        /// 上一次换向的时刻（秒）。
        last_switch_s: f32,
        /// 上一次半周期长度（秒）。
        last_half_s: Option<f32>,
        /// 本相内观测到的极值。
        extreme: f32,
        /// 最近一次 High 相的峰值。
        peak: Option<f32>,
        /// 最近一次 Low 相的谷值。
        trough: Option<f32>,
        /// 已记录的振荡点。
        points: Vec<OscillationPoint>,
        /// 用于 `result()` 的规则。
        rule: ZieglerNicholsRule,
        /// 参与平均的最近点数。
        window: usize,
    }

    impl RelayTuner {
        /// 构造。`amplitude` 必须为正；`hysteresis` 取绝对值。
        ///
        /// `amplitude` 的选择：太小会被摩擦 / 量化淹没（台架空载建议 ≥ 静摩擦
        /// 量级的一倍），太大会让机械承受不必要的冲击。
        #[must_use]
        pub fn new(amplitude: f32, hysteresis: f32) -> Self {
            let amplitude = if amplitude.is_finite() && amplitude > 0.0 { amplitude } else { 1.0 };
            Self {
                amplitude,
                hysteresis: if hysteresis.is_finite() { hysteresis.abs() } else { 0.0 },
                state: RelayState::High,
                output: amplitude,
                elapsed_s: 0.0,
                last_switch_s: 0.0,
                last_half_s: None,
                extreme: f32::NEG_INFINITY,
                peak: None,
                trough: None,
                points: Vec::new(),
                rule: ZieglerNicholsRule::default(),
                window: 4,
            }
        }

        /// 换一条 ZN 规则（链式）。
        #[must_use]
        pub fn with_rule(mut self, rule: ZieglerNicholsRule) -> Self {
            self.rule = rule;
            self
        }

        /// 换平均窗口（参与 `Ku` / `Tu` 平均的最近点数，至少 1）。
        #[must_use]
        pub fn with_window(mut self, window: usize) -> Self {
            self.window = window.max(1);
            self
        }

        /// 当前继电输出（喂给被控对象）。
        #[must_use]
        pub fn last_output(&self) -> f32 {
            self.output
        }

        /// 当前状态。
        #[must_use]
        pub fn state(&self) -> RelayState {
            self.state
        }

        /// 已记录的振荡点。
        #[must_use]
        pub fn points(&self) -> &[OscillationPoint] {
            &self.points
        }

        /// 复位（做下一次实验前调用）。
        pub fn reset(&mut self) {
            self.state = RelayState::High;
            self.output = self.amplitude;
            self.elapsed_s = 0.0;
            self.last_switch_s = 0.0;
            self.last_half_s = None;
            self.extreme = f32::NEG_INFINITY;
            self.peak = None;
            self.trough = None;
            self.points.clear();
        }

        /// 推进一步：喂入测量值，取回继电输出。
        ///
        /// 非有限测量值或非正 `dt` 时不推进状态（防御跳帧）。
        pub fn step(&mut self, measured: f32, dt: f32) -> f32 {
            // 显式写 NaN 情形：`dt <= 0.0` 对 NaN 为假，会漏掉"跳帧 + NaN"的组合。
            if !dt.is_finite() || dt <= 0.0 || !measured.is_finite() {
                return self.output;
            }
            self.elapsed_s += dt;

            // 本相内的极值
            self.extreme = match self.state {
                RelayState::High => self.extreme.max(measured),
                RelayState::Low => self.extreme.min(measured),
            };

            let switch = match self.state {
                // 输出为正 → 测量值上升；越过滞环上沿说明该换向
                RelayState::High => measured >= self.hysteresis,
                RelayState::Low => measured <= -self.hysteresis,
            };
            if switch {
                let half_s = self.elapsed_s - self.last_switch_s;
                self.last_switch_s = self.elapsed_s;
                match self.state {
                    RelayState::High => self.peak = Some(self.extreme),
                    RelayState::Low => self.trough = Some(self.extreme),
                }
                // 一个完整周期 = 相邻两个半周期；峰谷都有才能算幅值。
                if let (Some(peak), Some(trough), Some(previous_half)) =
                    (self.peak, self.trough, self.last_half_s)
                    && peak > trough
                    && half_s > 0.0
                {
                    self.points.push(OscillationPoint {
                        peak,
                        trough,
                        period_s: previous_half + half_s,
                    });
                }
                self.last_half_s = Some(half_s);
                self.state = self.state.flipped();
                self.output = match self.state {
                    RelayState::High => self.amplitude,
                    RelayState::Low => -self.amplitude,
                };
                self.extreme = measured;
            }
            self.output
        }

        /// 平均后的 `(Ku, Tu)`：`None` 表示还没形成足够多的振荡。
        #[must_use]
        pub fn ultimate(&self) -> Option<(f32, f32)> {
            if self.points.len() < 2 {
                return None;
            }
            let window = &self.points[self.points.len().saturating_sub(self.window)..];
            let count = window.len() as f32;
            let mean_amplitude =
                window.iter().map(OscillationPoint::amplitude).sum::<f32>() / count;
            let mean_period = window.iter().map(|point| point.period_s).sum::<f32>() / count;
            let amplitude_ok = mean_amplitude.is_finite() && mean_amplitude > 0.0;
            let period_ok = mean_period.is_finite() && mean_period > 0.0;
            if !amplitude_ok || !period_ok {
                return None;
            }
            // 描述函数：Ku = 4d / (π·a)
            let ku = 4.0 * self.amplitude / (core::f32::consts::PI * mean_amplitude);
            if ku.is_finite() && ku > 0.0 { Some((ku, mean_period)) } else { None }
        }

        /// 整定结果（含 ZN 换算）；`None` = 实验没有形成可用振荡。
        #[must_use]
        pub fn result(&self) -> Option<TuneResult> {
            let (ku, tu) = self.ultimate()?;
            TuneResult::from_ultimate(ku, tu, self.rule)
        }
    }

    #[cfg(test)]
    mod tests {
        use super::*;
        use motor_control::{ControlPlant, SecondOrderPlant};

        /// 二阶对象在 `ω = wn` 处相移恰为 −180°，因此 `Tu ≈ 2π / wn`。
        fn run_relay(wn: f32, zeta: f32, seconds: f32) -> RelayTuner {
            let dt = 0.001f32;
            let mut plant = SecondOrderPlant::new(wn, zeta, 1.0);
            let mut tuner = RelayTuner::new(1.0, 0.005);
            let steps = (seconds / dt) as usize;
            for _ in 0..steps {
                let measured = plant.step(tuner.last_output(), dt).unwrap();
                tuner.step(measured, dt);
            }
            tuner
        }

        #[test]
        fn relay_reaches_a_limit_cycle_on_a_second_order_plant() {
            // ARCHITECTURE.md §5.5 的验收标准：继电整定在标准二阶系统上能收敛。
            // 注意收敛的是"形成稳定极限环并给出有限 (Ku, Tu)"，而不是 Tu = 2π/wn
            // （纯二阶没有有限的 −180° 穿越点，见模块文档）。
            let tuner = run_relay(20.0, 0.3, 4.0);
            assert!(tuner.points().len() >= 3, "点数 = {}", tuner.points().len());
            let (ku, tu) = tuner.ultimate().unwrap();
            assert!(ku.is_finite() && ku > 0.0, "Ku = {ku}");
            assert!(tu.is_finite() && tu > 0.0, "Tu = {tu}");
            let result = tuner.result().unwrap();
            assert!(result.gains.is_finite());
            assert!(result.gains.kp > 0.0 && result.gains.ki > 0.0 && result.gains.kd > 0.0);
        }

        #[test]
        fn limit_cycle_is_repeatable_across_the_averaging_window() {
            // "收敛"的可检验含义：进入极限环后，逐周期的幅值与周期不再漂移。
            let tuner = run_relay(20.0, 0.3, 4.0);
            let points = tuner.points();
            assert!(points.len() >= 4, "点数 = {}", points.len());
            let tail = &points[points.len() - 3..];
            let first = tail[0];
            for point in tail {
                let period_drift = (point.period_s - first.period_s).abs() / first.period_s;
                let amplitude_drift =
                    (point.amplitude() - first.amplitude()).abs() / first.amplitude();
                assert!(period_drift < 0.1, "周期漂移 {period_drift}：{point:?}");
                assert!(amplitude_drift < 0.1, "幅值漂移 {amplitude_drift}：{point:?}");
            }
        }

        #[test]
        fn amplitude_and_midpoint_stay_physical() {
            let tuner = run_relay(20.0, 0.3, 4.0);
            for point in tuner.points() {
                assert!(point.amplitude() > 0.0, "{point:?}");
                assert!(point.period_s > 0.0, "{point:?}");
                assert!(point.midpoint().abs() < 1.0, "中心应停在 0 附近：{point:?}");
            }
        }

        #[test]
        fn no_limit_cycle_means_no_result() {
            // 没有实验 → 没有结果（而不是给一组乱数）。
            let tuner = RelayTuner::new(1.0, 0.01);
            assert!(tuner.ultimate().is_none());
            assert!(tuner.result().is_none());

            // 测量值卡死在正侧（如机械堵转 / 传感器饱和）：只换向一次，形不成振荡。
            let mut tuner = RelayTuner::new(1.0, 0.1);
            for _ in 0..500 {
                tuner.step(5.0, 0.001);
            }
            assert!(tuner.points().len() < 2, "堵转测量不应产生振荡点：{:?}", tuner.points());
            assert!(tuner.result().is_none(), "没有振荡就必须报失败");
        }

        #[test]
        fn switching_respects_hysteresis_and_alternates() {
            let mut tuner = RelayTuner::new(2.0, 0.5);
            assert_eq!(tuner.state(), RelayState::High);
            assert!((tuner.last_output() - 2.0).abs() < 1e-6);
            // 未越过滞环：状态不变
            assert!((tuner.step(0.4, 0.001) - 2.0).abs() < 1e-6);
            assert_eq!(tuner.state(), RelayState::High);
            // 越过上沿：翻到 Low
            assert!((tuner.step(0.6, 0.001) + 2.0).abs() < 1e-6);
            assert_eq!(tuner.state(), RelayState::Low);
            // 越过下沿：翻回 High
            assert!((tuner.step(-0.6, 0.001) - 2.0).abs() < 1e-6);
            assert_eq!(tuner.state(), RelayState::High);
        }

        #[test]
        fn bad_inputs_do_not_advance_state() {
            let mut tuner = RelayTuner::new(1.0, 0.1);
            let before = tuner.last_output();
            assert!((tuner.step(f32::NAN, 0.001) - before).abs() < 1e-6);
            assert!((tuner.step(1.0, 0.0) - before).abs() < 1e-6);
            assert!((tuner.step(1.0, -0.001) - before).abs() < 1e-6);
            assert!(tuner.points().is_empty());
        }

        #[test]
        fn reset_clears_the_experiment() {
            let mut tuner = run_relay(20.0, 0.3, 4.0);
            assert!(!tuner.points().is_empty());
            tuner.reset();
            assert!(tuner.points().is_empty());
            assert_eq!(tuner.state(), RelayState::High);
            assert!(tuner.ultimate().is_none());
        }

        #[test]
        fn degenerate_constructor_arguments_are_clamped() {
            let tuner = RelayTuner::new(0.0, f32::NAN);
            assert!((tuner.last_output() - 1.0).abs() < 1e-6, "非正幅值必须回落到安全默认");
            let tuner = RelayTuner::new(-5.0, -1.0);
            assert!(tuner.last_output() > 0.0);
            assert_eq!(tuner.with_window(0).window, 1);
        }
    }
}

pub mod zn {
    //! Ziegler-Nichols 整定公式（ARCHITECTURE.md §5.5）。
    //!
    //! 输入是**临界增益** `Ku` 与**临界周期** `Tu`（由继电反馈实验测得，见
    //! [`super::relay`]），输出是一组 PID 增益：
    //!
    //! ```text
    //! Ti = α · Tu        Td = β · Tu
    //! Kp = γ · Ku        Ki = Kp / Ti        Kd = Kp · Td
    //! ```
    //!
    //! 单位约定：`Ku` 与 `Kp` 是「控制量 / 测量量」，`Ki` 是「控制量 / (测量量·s)」，
    //! `Kd` 是「控制量 / (测量量/s)」。速度环里测量量是 rpm、控制量是 raw，
    //! 于是正好得到 [`motor_control::VelocityGains`] 的单位。
    //!
    //! # 选哪条规则
    //!
    //! ZN 的经典整定**以超调大著称**（约 25%），对底盘速度环偏激进；
    //! [`ZieglerNicholsRule::NoOvershoot`] 更保守，是实车起步的稳妥选择。

    use motor_control::VelocityGains;

    /// ZN 整定规则（系数来自 Ziegler-Nichols 1942 及后续的保守变体）。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Default)]
    pub enum ZieglerNicholsRule {
        /// 经典 PID：`Kp = 0.6·Ku`、`Ti = 0.5·Tu`、`Td = 0.125·Tu`（超调约 25%）。
        #[default]
        Classic,
        /// 少量超调：`Kp = 0.33·Ku`、`Ti = 0.5·Tu`、`Td = 0.33·Tu`。
        SomeOvershoot,
        /// 无超调：`Kp = 0.2·Ku`、`Ti = 0.5·Tu`、`Td = 0.33·Tu`。
        NoOvershoot,
        /// Pessen：`Kp = 0.7·Ku`、`Ti = 0.4·Tu`、`Td = 0.15·Tu`（更激进）。
        Pessen,
    }

    impl ZieglerNicholsRule {
        /// 规则系数 `(γ = Kp/Ku, α = Ti/Tu, β = Td/Tu)`。
        #[must_use]
        pub const fn coefficients(self) -> (f32, f32, f32) {
            match self {
                Self::Classic => (0.6, 0.5, 0.125),
                Self::SomeOvershoot => (0.33, 0.5, 0.33),
                Self::NoOvershoot => (0.2, 0.5, 0.33),
                Self::Pessen => (0.7, 0.4, 0.15),
            }
        }

        /// 文本名（报告 / CLI 用）。
        #[must_use]
        pub const fn name(self) -> &'static str {
            match self {
                Self::Classic => "classic",
                Self::SomeOvershoot => "some-overshoot",
                Self::NoOvershoot => "no-overshoot",
                Self::Pessen => "pessen",
            }
        }
    }

    /// 由 `(Ku, Tu)` 与规则算出增益组。
    ///
    /// # Errors
    ///
    /// `Ku` / `Tu` 非有限或非正时返回 `None`（宁可报"整定失败"，也不要发散的增益）。
    #[must_use]
    pub fn gains(ku: f32, tu: f32, rule: ZieglerNicholsRule) -> Option<VelocityGains> {
        if !(ku.is_finite() && tu.is_finite() && ku > 0.0 && tu > 0.0) {
            return None;
        }
        let (gamma, alpha, beta) = rule.coefficients();
        let kp = gamma * ku;
        let ti = alpha * tu;
        let td = beta * tu;
        // ti 由上式必然为正有限；仍做一次防御，避免 NaN 传染给 PID（Pid::new 会 panic）。
        if !(kp.is_finite() && ti.is_finite() && ti > 0.0 && td.is_finite()) {
            return None;
        }
        let gains = VelocityGains::new(kp, kp / ti, kp * td, 0.0);
        if gains.is_finite() { Some(gains) } else { None }
    }

    /// 一次整定的结果：中间量 + 换算后的增益（便于写进报告复现）。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct TuneResult {
        /// 临界增益。
        pub ku: f32,
        /// 临界周期（秒）。
        pub tu: f32,
        /// 使用的规则。
        pub rule: ZieglerNicholsRule,
        /// 换算后的速度环增益（前馈为 0：ZN 不产生前馈项）。
        pub gains: VelocityGains,
    }

    impl TuneResult {
        /// 按规则算出一组结果。
        #[must_use]
        pub fn from_ultimate(ku: f32, tu: f32, rule: ZieglerNicholsRule) -> Option<Self> {
            let gains = gains(ku, tu, rule)?;
            Some(Self { ku, tu, rule, gains })
        }

        /// 人类可读描述。
        #[must_use]
        pub fn describe(&self) -> String {
            format!(
                "ZN({})：Ku={:.4} Tu={:.4}s → kp={:.4} ki={:.4} kd={:.4}",
                self.rule.name(),
                self.ku,
                self.tu,
                self.gains.kp,
                self.gains.ki,
                self.gains.kd
            )
        }
    }

    #[cfg(test)]
    mod tests {
        use super::*;

        #[test]
        fn classic_formulas_match_the_textbook() {
            // Ku = 2, Tu = 0.5 → Kp = 1.2, Ti = 0.25, Td = 0.0625
            // Ki = Kp / Ti = 4.8, Kd = Kp · Td = 0.075
            let gains = gains(2.0, 0.5, ZieglerNicholsRule::Classic).unwrap();
            assert!((gains.kp - 1.2).abs() < 1e-6);
            assert!((gains.ki - 4.8).abs() < 1e-6);
            assert!((gains.kd - 0.075).abs() < 1e-6);
            assert!(gains.feedforward.abs() < 1e-6, "ZN 不产生前馈");
        }

        #[test]
        fn conservative_rules_give_smaller_kp() {
            let classic = gains(2.0, 0.5, ZieglerNicholsRule::Classic).unwrap();
            let some = gains(2.0, 0.5, ZieglerNicholsRule::SomeOvershoot).unwrap();
            let none = gains(2.0, 0.5, ZieglerNicholsRule::NoOvershoot).unwrap();
            let pessen = gains(2.0, 0.5, ZieglerNicholsRule::Pessen).unwrap();
            assert!(pessen.kp > classic.kp);
            assert!(classic.kp > some.kp);
            assert!(some.kp > none.kp);
        }

        #[test]
        fn degenerate_ultimate_values_are_rejected() {
            for (ku, tu) in [(0.0, 1.0), (1.0, 0.0), (-1.0, 1.0), (1.0, -1.0), (f32::NAN, 1.0)] {
                assert!(gains(ku, tu, ZieglerNicholsRule::Classic).is_none(), "ku={ku} tu={tu}");
            }
        }

        #[test]
        fn result_carries_the_intermediate_values() {
            let result =
                TuneResult::from_ultimate(2.0, 0.5, ZieglerNicholsRule::NoOvershoot).unwrap();
            assert!((result.ku - 2.0).abs() < 1e-6);
            assert!((result.tu - 0.5).abs() < 1e-6);
            assert_eq!(result.rule, ZieglerNicholsRule::NoOvershoot);
            let text = result.describe();
            assert!(text.contains("no-overshoot"), "{text}");
            assert!(text.contains("Ku=2.0000"), "{text}");
        }

        #[test]
        fn rule_names_are_stable() {
            for (rule, name) in [
                (ZieglerNicholsRule::Classic, "classic"),
                (ZieglerNicholsRule::SomeOvershoot, "some-overshoot"),
                (ZieglerNicholsRule::NoOvershoot, "no-overshoot"),
                (ZieglerNicholsRule::Pessen, "pessen"),
            ] {
                assert_eq!(rule.name(), name);
            }
            assert_eq!(ZieglerNicholsRule::default(), ZieglerNicholsRule::Classic);
        }
    }
}

pub mod cost {
    //! 成本函数：把指标折成一个标量，并把"不可接受"变成硬约束。
    //!
    //! 两个原则：
    //!
    //! 1. **硬约束不用权重表达**。过速 / 长时间饱和 / 不收敛不是"差一点"，
    //!    而是"不能用"——它们直接给罚值并记录判定，绝不允许被其他项的权重
    //!    抵消掉（否则搜索会主动挑一个会飞车的解）。
    //! 2. **各项归一化**。时间按轨迹时长归一、误差按 `|目标| × 时长` 归一、
    //!    effort 按限幅归一，因此权重在不同场景 / 不同电机之间仍然可解释。

    use experiment::{Scenario, Trace};
    use sim_harness::{LoopLimits, SimError};

    use experiment::StepMetrics;

    /// 罚值：远大于任何合法成本，但保持有限（避免 NaN 传染给优化器）。
    pub const PENALTY: f64 = 1.0e9;

    /// 成本权重（各项已归一化到 O(1)）。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct Weights {
        /// 调节时间权重。
        pub settle: f64,
        /// 超调权重。
        pub overshoot: f64,
        /// 绝对误差积分（IAE）权重。
        pub iae: f64,
        /// effort（电流）权重。
        pub effort: f64,
    }

    impl Default for Weights {
        fn default() -> Self {
            // 底盘速度环：跟得上、不过冲最重要；电流只作为次要惩罚
            // （省电流不是目的，避免烧电调才是）。
            Self { settle: 1.0, overshoot: 1.0, iae: 0.5, effort: 0.1 }
        }
    }

    impl Weights {
        /// 人类可读描述（日志 / 报告用）。
        #[must_use]
        pub fn describe(&self) -> String {
            format!(
                "cost={:.2}·settle+{:.2}·overshoot+{:.2}·iae+{:.2}·effort",
                self.settle, self.overshoot, self.iae, self.effort
            )
        }

        /// 权重是否全部有限且非负。
        #[must_use]
        pub fn is_valid(&self) -> bool {
            [self.settle, self.overshoot, self.iae, self.effort]
                .iter()
                .all(|w| w.is_finite() && *w >= 0.0)
        }
    }

    /// 一次评估的判定。
    #[derive(Debug, Clone, Copy, PartialEq, Eq)]
    pub enum Verdict {
        /// 达标（成本 = 加权指标）。
        Ok,
        /// 增益含 NaN / inf，或场景退化（被拒绝，不进控制器）。
        Rejected,
        /// 数值发散。
        Diverged,
        /// 过速。
        Overspeed,
        /// 饱和占比过高（积分绕死 / 限幅太紧）。
        Saturated,
        /// 在场景内没有收敛。
        NoSettle,
    }

    impl Verdict {
        /// 是否达标。
        #[must_use]
        pub fn is_ok(self) -> bool {
            matches!(self, Self::Ok)
        }

        /// 简短标签（报告 / CSV 用）。
        #[must_use]
        pub fn label(self) -> &'static str {
            match self {
                Self::Ok => "ok",
                Self::Rejected => "rejected",
                Self::Diverged => "diverged",
                Self::Overspeed => "overspeed",
                Self::Saturated => "saturated",
                Self::NoSettle => "no-settle",
            }
        }
    }

    /// 一次评估的结果。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct Score {
        /// 成本（越小越好）。
        pub cost: f64,
        /// 判定。
        pub verdict: Verdict,
        /// 指标（被拒绝时为 `None`）。
        pub metrics: Option<StepMetrics>,
    }

    impl Score {
        /// 罚分结果。
        #[must_use]
        pub fn penalized(verdict: Verdict) -> Self {
            Self { cost: PENALTY, verdict, metrics: None }
        }
    }

    /// 目标函数：场景 + 限幅 + 权重 + 硬约束。
    #[derive(Debug, Clone, PartialEq)]
    pub struct Objective {
        /// 权重。
        pub weights: Weights,
        /// 评价场景。
        pub scenario: Scenario,
        /// 限幅与型号。
        pub limits: LoopLimits,
        /// 过速硬上限（rpm）。
        pub max_rpm: f32,
        /// 允许的饱和占比上限（0..1）。
        pub max_saturated_fraction: f32,
    }

    impl Objective {
        /// 默认硬约束：过速上限 = 目标 × 3 + 500；饱和占比 ≤ 40%。
        #[must_use]
        pub fn new(weights: Weights, scenario: Scenario, limits: LoopLimits) -> Self {
            let max_rpm = scenario.target_rpm.abs() * 3.0 + 500.0;
            Self { weights, scenario, limits, max_rpm, max_saturated_fraction: 0.4 }
        }

        /// 由仿真错误折算判定。
        #[must_use]
        pub fn from_error(error: SimError) -> Verdict {
            match error {
                SimError::NonFiniteGains | SimError::DegenerateScenario => Verdict::Rejected,
                SimError::Diverged { .. } => Verdict::Diverged,
            }
        }

        /// 对一条轨迹评分。
        #[must_use]
        pub fn score(&self, trace: &Trace) -> Score {
            let Some(metrics) = StepMetrics::from_trace(trace, &self.scenario) else {
                return Score::penalized(Verdict::Rejected);
            };
            self.score_metrics(metrics)
        }

        /// 对一组指标评分（真机后端直接复用，保证两条路径同一把尺子）。
        #[must_use]
        pub fn score_metrics(&self, metrics: StepMetrics) -> Score {
            if metrics.max_rpm > self.max_rpm {
                return Score {
                    cost: PENALTY,
                    verdict: Verdict::Overspeed,
                    metrics: Some(metrics),
                };
            }
            if metrics.saturated_pct / 100.0 > self.max_saturated_fraction {
                return Score {
                    cost: PENALTY,
                    verdict: Verdict::Saturated,
                    metrics: Some(metrics),
                };
            }
            if !metrics.settled {
                return Score { cost: PENALTY, verdict: Verdict::NoSettle, metrics: Some(metrics) };
            }
            Score {
                cost: self.weighted_cost(&metrics),
                verdict: Verdict::Ok,
                metrics: Some(metrics),
            }
        }

        /// 归一化加权成本。
        #[must_use]
        pub fn weighted_cost(&self, metrics: &StepMetrics) -> f64 {
            let total_s = f64::from(self.scenario.total_s().max(1.0e-3));
            let target = f64::from(self.scenario.target_rpm.abs()).max(1.0e-3);
            let limit = f64::from(self.limits.current_limit_raw.max(1));

            let settle = f64::from(metrics.settling_time_s) / total_s;
            let overshoot = f64::from(metrics.overshoot_pct) / 100.0;
            let iae = f64::from(metrics.iae) / (target * total_s);
            let effort = f64::from(metrics.rms_effort_raw) / limit;

            self.weights.settle * settle
                + self.weights.overshoot * overshoot
                + self.weights.iae * iae
                + self.weights.effort * effort
        }

        /// 稳态误差是否满足验收阈值（报告 / 退出码用）。
        #[must_use]
        pub fn passes(
            &self,
            metrics: &StepMetrics,
            max_overshoot_pct: f32,
            max_ss_error_pct: f32,
        ) -> bool {
            metrics.settled
                && metrics.overshoot_pct <= max_overshoot_pct
                && metrics.ss_error_pct <= max_ss_error_pct
        }
    }

    #[cfg(test)]
    mod tests {
        use super::*;
        use motor_control::VelocityGains;
        use motor_model::PlantParams;
        use sim_harness::simulate;

        const GOOD: VelocityGains = VelocityGains::new(8.0, 2.0, 0.0, 16384.0 / 9254.0);

        fn objective(scenario: Scenario) -> Objective {
            Objective::new(Weights::default(), scenario, LoopLimits::gm3508())
        }

        #[test]
        fn good_gains_produce_a_finite_ok_cost() {
            let scenario = Scenario::step(1500.0, 1.0);
            let trace =
                simulate(GOOD, &PlantParams::gm3508(), &scenario, LoopLimits::gm3508()).unwrap();
            let score = objective(scenario).score(&trace);
            assert_eq!(score.verdict, Verdict::Ok);
            assert!(score.cost.is_finite() && score.cost < 10.0, "cost = {}", score.cost);
            assert!(score.metrics.is_some());
        }

        #[test]
        fn non_converging_gains_are_penalized_not_weighted() {
            // 纯比例、极低增益：到不了目标。
            let scenario = Scenario::step(4000.0, 1.0);
            let weak = VelocityGains::new(0.01, 0.0, 0.0, 0.0);
            let trace =
                simulate(weak, &PlantParams::gm3508(), &scenario, LoopLimits::gm3508()).unwrap();
            let score = objective(scenario).score(&trace);
            assert_eq!(score.verdict, Verdict::NoSettle);
            assert!((score.cost - PENALTY).abs() < 1.0);
        }

        #[test]
        fn saturation_is_a_hard_constraint() {
            let scenario = Scenario::step(9000.0, 1.0);
            // 增益极大 + 限流很小 → 长时间饱和。
            let limits =
                LoopLimits { current_limit_raw: 800, model: motor_protocol::EscModel::C620 };
            let trace = simulate(
                VelocityGains::new(500.0, 0.0, 0.0, 0.0),
                &PlantParams::gm3508(),
                &scenario,
                limits,
            )
            .unwrap();
            let score = Objective::new(Weights::default(), scenario, limits).score(&trace);
            assert!(
                matches!(score.verdict, Verdict::Saturated | Verdict::NoSettle),
                "{:?}",
                score.verdict
            );
            assert!(score.cost >= PENALTY);
        }

        #[test]
        fn verdict_labels_are_stable() {
            assert_eq!(Verdict::Ok.label(), "ok");
            assert_eq!(Verdict::NoSettle.label(), "no-settle");
            assert!(Verdict::Ok.is_ok());
            assert!(!Verdict::Overspeed.is_ok());
        }

        #[test]
        fn weights_must_be_finite_and_non_negative() {
            assert!(Weights::default().is_valid());
            let bad = Weights { settle: -1.0, ..Weights::default() };
            assert!(!bad.is_valid());
            let nan = Weights { iae: f64::NAN, ..Weights::default() };
            assert!(!nan.is_valid());
        }

        #[test]
        fn weighted_cost_decreases_when_the_response_improves() {
            let scenario = Scenario::step(1500.0, 1.0);
            let objective = objective(scenario);
            let good =
                simulate(GOOD, &PlantParams::gm3508(), &scenario, LoopLimits::gm3508()).unwrap();
            let sluggish = simulate(
                VelocityGains::new(0.6, 1.0, 0.0, 0.0),
                &PlantParams::gm3508(),
                &scenario,
                LoopLimits::gm3508(),
            )
            .unwrap();
            let good_metrics = StepMetrics::from_trace(&good, &scenario).unwrap();
            let sluggish_metrics = StepMetrics::from_trace(&sluggish, &scenario).unwrap();
            assert!(
                objective.weighted_cost(&good_metrics) < objective.weighted_cost(&sluggish_metrics),
                "好的响应必须成本更低"
            );
        }

        #[test]
        fn sim_errors_map_to_verdicts() {
            assert_eq!(Objective::from_error(SimError::NonFiniteGains), Verdict::Rejected);
            assert_eq!(Objective::from_error(SimError::DegenerateScenario), Verdict::Rejected);
            assert_eq!(Objective::from_error(SimError::Diverged { step: 3 }), Verdict::Diverged);
        }
    }
}

pub mod gains {
    //! 增益参数空间：轴定义、采样与**坐标空间**映射。
    //!
    //! # 为什么要有"坐标空间"
    //!
    //! 增益的合法取值跨越数量级（`ki` 可能在 0.1 与 100 之间），线性空间的
    //! 单纯形步长对数量级不敏感；同时 `kp/ki/kd` 必须为正。把每个轴映射到
    //! **坐标空间**（对数轴取 `ln`，线性轴恒等）后：
    //!
    //! - 无约束优化器不会走出正增益区域；
    //! - 步长在不同数量级上等价（±0.1 的坐标步长 = ×1.1 的比例步长）；
    //! - `LogOrZero` 轴在**粗扫**阶段可以精确取 0（`ff = 0` 是台架常态），
    //!   在**精修**阶段退化为对数轴（零是不可导的拐点，本地搜索收益为负）。

    use motor_control::VelocityGains;
    use rand::Rng;
    use rand::seq::SliceRandom as _;
    use thiserror::Error;

    /// 轴数量：`kp`、`ki`、`kd`、`feedforward`。
    pub const AXIS_COUNT: usize = 4;

    /// 轴的取值范围映射方式。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub enum Scale {
        /// 线性均匀。
        Linear,
        /// 对数均匀（要求 `min > 0`）。
        Log,
        /// 以概率 `p_zero` 取精确 0，否则对数均匀（用于 `ki` / `kd` / `ff`）。
        LogOrZero {
            /// 取 0 的概率。
            p_zero: f64,
        },
    }

    impl Scale {
        /// 是否是对数族（`Log` / `LogOrZero`）。
        #[must_use]
        pub fn is_log(self) -> bool {
            matches!(self, Self::Log | Self::LogOrZero { .. })
        }

        /// 从文本解析（CLI 用）。
        ///
        /// # Errors
        ///
        /// 未知名字时返回 [`GainsError::UnknownScale`]。
        pub fn parse(text: &str) -> Result<Self, GainsError> {
            match text {
                "linear" => Ok(Self::Linear),
                "log" => Ok(Self::Log),
                "log0" | "log-or-zero" => Ok(Self::LogOrZero { p_zero: 0.25 }),
                other => Err(GainsError::UnknownScale(other.to_owned())),
            }
        }

        /// 文本名。
        #[must_use]
        pub fn name(self) -> &'static str {
            match self {
                Self::Linear => "linear",
                Self::Log => "log",
                Self::LogOrZero { .. } => "log0",
            }
        }
    }

    /// 参数空间定义错误。
    #[derive(Debug, Clone, PartialEq, Eq, Error)]
    pub enum GainsError {
        /// 轴区间非法。
        #[error("invalid range for {axis}: {reason}")]
        InvalidRange {
            /// 轴名。
            axis: String,
            /// 原因。
            reason: String,
        },
        /// 未知的映射方式名。
        #[error("unknown scale '{0}' (expected linear|log|log0)")]
        UnknownScale(String),
        /// 区间文本无法解析（期望 `MIN..MAX`）。
        #[error("cannot parse range '{0}' (expected MIN..MAX)")]
        BadRange(String),
        /// 只给了对数轴 0 下界。
        #[error("axis {0} uses a log scale but min must be > 0")]
        NonPositiveLogMin(String),
    }

    /// 单条增益轴。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct GainAxis {
        /// 轴名（`kp` / `ki` / `kd` / `feedforward`）。
        pub name: &'static str,
        /// 下界。
        pub min: f64,
        /// 上界。
        pub max: f64,
        /// 取值映射。
        pub scale: Scale,
    }

    impl GainAxis {
        /// 构造。
        #[must_use]
        pub const fn new(name: &'static str, min: f64, max: f64, scale: Scale) -> Self {
            Self { name, min, max, scale }
        }

        /// 校验。
        ///
        /// # Errors
        ///
        /// 非有限 / `min > max` / 对数轴下界 ≤ 0 时返回错误。
        pub fn validate(&self) -> Result<(), GainsError> {
            let axis = self.name.to_owned();
            if !(self.min.is_finite() && self.max.is_finite()) {
                return Err(GainsError::InvalidRange {
                    axis,
                    reason: "bounds must be finite".into(),
                });
            }
            if self.min > self.max {
                return Err(GainsError::InvalidRange {
                    axis,
                    reason: format!("min {} > max {}", self.min, self.max),
                });
            }
            if self.scale.is_log() && self.min <= 0.0 {
                return Err(GainsError::NonPositiveLogMin(axis));
            }
            Ok(())
        }

        /// 在区间内采样（含 `LogOrZero` 的零分支）。
        pub fn sample(&self, rng: &mut impl Rng) -> f64 {
            match self.scale {
                Scale::Linear => rng.random_range(self.min..=self.max),
                Scale::Log => self.log_sample(rng),
                Scale::LogOrZero { p_zero } => {
                    if rng.random_bool(p_zero.clamp(0.0, 1.0)) {
                        0.0
                    } else {
                        self.log_sample(rng)
                    }
                }
            }
        }

        fn log_sample(&self, rng: &mut impl Rng) -> f64 {
            let lo = self.min.max(f64::MIN_POSITIVE).ln();
            let hi = self.max.ln();
            if hi <= lo {
                return self.min;
            }
            rng.random_range(lo..=hi).exp()
        }

        /// 夹到区间内。
        #[must_use]
        pub fn clamp(&self, value: f64) -> f64 {
            let clamped = value.clamp(self.min, self.max);
            if clamped.is_finite() { clamped } else { self.min }
        }

        /// 参数 → 坐标。
        #[must_use]
        pub fn encode(&self, value: f64) -> f64 {
            if self.scale.is_log() {
                self.clamp(value).max(f64::MIN_POSITIVE).ln()
            } else {
                self.clamp(value)
            }
        }

        /// 坐标 → 参数（先夹到坐标边界，再取指数）。
        #[must_use]
        pub fn decode(&self, coord: f64) -> f64 {
            let (lo, hi) = self.coord_bounds();
            let coord = if coord.is_finite() { coord.clamp(lo, hi) } else { lo };
            if self.scale.is_log() { coord.exp() } else { coord }
        }

        /// 坐标空间的边界。
        #[must_use]
        pub fn coord_bounds(&self) -> (f64, f64) {
            if self.scale.is_log() {
                (self.min.max(f64::MIN_POSITIVE).ln(), self.max.ln())
            } else {
                (self.min, self.max)
            }
        }

        /// 人类可读描述。
        #[must_use]
        pub fn describe(&self) -> String {
            format!("{} ∈ [{}..{}] ({})", self.name, self.min, self.max, self.scale.name())
        }
    }

    /// 四轴参数空间。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct GainSpace {
        /// 比例增益（raw / rpm）。
        pub kp: GainAxis,
        /// 积分增益（raw / (rpm·s)）。
        pub ki: GainAxis,
        /// 微分增益。
        pub kd: GainAxis,
        /// 速度前馈（raw / rpm）。
        pub feedforward: GainAxis,
    }

    impl GainSpace {
        /// 组装。
        #[must_use]
        pub const fn new(kp: GainAxis, ki: GainAxis, kd: GainAxis, feedforward: GainAxis) -> Self {
            Self { kp, ki, kd, feedforward }
        }

        /// 默认空间：覆盖空载台架（`kp≈2, ki≈10, ff=0`）与带载（`ff≈1.77`）两侧。
        #[must_use]
        pub const fn default_gm3508() -> Self {
            Self {
                kp: GainAxis::new("kp", 0.5, 30.0, Scale::Log),
                ki: GainAxis::new("ki", 0.1, 100.0, Scale::LogOrZero { p_zero: 0.2 }),
                kd: GainAxis::new("kd", 0.01, 3.0, Scale::LogOrZero { p_zero: 0.5 }),
                feedforward: GainAxis::new(
                    "feedforward",
                    0.01,
                    2.5,
                    Scale::LogOrZero { p_zero: 0.2 },
                ),
            }
        }

        /// 校验全部轴。
        ///
        /// # Errors
        ///
        /// 任一轴非法时返回错误。
        pub fn validate(&self) -> Result<(), GainsError> {
            for axis in self.axes() {
                axis.validate()?;
            }
            Ok(())
        }

        /// 四轴（顺序固定 `kp, ki, kd, feedforward`）。
        #[must_use]
        pub const fn axes(&self) -> [GainAxis; AXIS_COUNT] {
            [self.kp, self.ki, self.kd, self.feedforward]
        }

        /// 随机采样一个候选增益。
        pub fn sample(&self, rng: &mut impl Rng) -> VelocityGains {
            let [kp, ki, kd, ff] = self.axes().map(|axis| axis.sample(rng));
            VelocityGains::new(kp as f32, ki as f32, kd as f32, ff as f32)
        }

        /// 分层（Latin Hypercube）采样：每个轴把 `[0,1)` 等分成 `count` 层，
        /// 每层恰好落一个样本，再逐轴独立打乱。
        ///
        /// 相比独立随机采样，分层采样在四维空间里不会留下大片空洞，粗扫阶段
        /// 用更少的评估次数覆盖更大的空间。
        pub fn stratified(&self, count: usize, rng: &mut impl Rng) -> Vec<VelocityGains> {
            let count = count.max(1);
            let mut columns: Vec<Vec<f64>> = Vec::with_capacity(AXIS_COUNT);
            for axis in self.axes() {
                let (lo, hi) = axis.coord_bounds();
                let mut column = Vec::with_capacity(count);
                for layer in 0..count {
                    let unit = (layer as f64 + rng.random_range(0.0..1.0)) / count as f64;
                    column.push(lo + unit * (hi - lo));
                }
                column.shuffle(rng);
                columns.push(column);
            }
            (0..count)
                .map(|index| {
                    self.from_coords([
                        columns[0][index],
                        columns[1][index],
                        columns[2][index],
                        columns[3][index],
                    ])
                })
                .collect()
        }

        /// 把任意（可能越界 / 非有限）增益夹进空间。
        #[must_use]
        pub fn clamp_gains(&self, gains: VelocityGains) -> VelocityGains {
            self.from_values([gains.kp, gains.ki, gains.kd, gains.feedforward].map(f64::from))
        }

        /// 由四个参数值构造（先夹界，再保证有限）。
        #[must_use]
        pub fn from_values(&self, values: [f64; AXIS_COUNT]) -> VelocityGains {
            let axes = self.axes();
            let v: [f64; AXIS_COUNT] = std::array::from_fn(|i| axes[i].clamp(values[i]));
            VelocityGains::new(v[0] as f32, v[1] as f32, v[2] as f32, v[3] as f32)
        }

        /// 参数 → 坐标。
        #[must_use]
        pub fn to_coords(&self, gains: &VelocityGains) -> [f64; AXIS_COUNT] {
            let axes = self.axes();
            let values = [gains.kp, gains.ki, gains.kd, gains.feedforward].map(f64::from);
            std::array::from_fn(|i| axes[i].encode(values[i]))
        }

        /// 坐标 → 参数。
        #[must_use]
        pub fn from_coords(&self, coords: [f64; AXIS_COUNT]) -> VelocityGains {
            let axes = self.axes();
            let v: [f64; AXIS_COUNT] = std::array::from_fn(|i| axes[i].decode(coords[i]));
            VelocityGains::new(v[0] as f32, v[1] as f32, v[2] as f32, v[3] as f32)
        }

        /// 坐标空间的边界（下界数组, 上界数组）。
        #[must_use]
        pub fn coord_bounds(&self) -> ([f64; AXIS_COUNT], [f64; AXIS_COUNT]) {
            let axes = self.axes();
            let pairs: [(f64, f64); AXIS_COUNT] = std::array::from_fn(|i| axes[i].coord_bounds());
            let lower = std::array::from_fn(|i| pairs[i].0);
            let upper = std::array::from_fn(|i| pairs[i].1);
            (lower, upper)
        }

        /// 最优解是否贴在某个轴的边界上（提示是否该放宽搜索范围）。
        ///
        /// 贴边界通常意味着"约束而不是数据在决定结果"——继续在这个盒子里搜索
        /// 不会更好，报告里要明确说出来，而不是把一个边界值当成最优解交付。
        #[must_use]
        pub fn boundary_hits(&self, gains: &VelocityGains) -> Vec<String> {
            let values = [gains.kp, gains.ki, gains.kd, gains.feedforward];
            let mut hits = Vec::new();
            for (axis, value) in self.axes().iter().zip(values) {
                let value = f64::from(value);
                let tolerance = ((axis.max - axis.min).abs() * 0.01).max(1.0e-9);
                if (value - axis.max).abs() <= tolerance {
                    hits.push(format!(
                        "{} 落在上界 {}（若要继续提升，放宽 --{}）",
                        axis.name, axis.max, axis.name
                    ));
                } else if (value - axis.min).abs() <= tolerance {
                    hits.push(format!(
                        "{} 落在下界 {}（若要继续压缩，放宽 --{}）",
                        axis.name, axis.min, axis.name
                    ));
                }
            }
            hits
        }

        /// 人类可读描述（报告用）。
        #[must_use]
        pub fn describe(&self) -> String {
            self.axes().iter().map(GainAxis::describe).collect::<Vec<_>>().join("; ")
        }
    }

    /// 解析 `MIN..MAX`（`..=` 视为等价）。
    ///
    /// # Errors
    ///
    /// 无法解析或区间非法时返回错误。
    pub fn parse_axis(
        name: &'static str,
        spec: &str,
        scale: Scale,
    ) -> Result<GainAxis, GainsError> {
        let spec = spec.trim();
        let bad = || GainsError::BadRange(spec.to_owned());
        // `MIN..MAX` 与 `MIN..=MAX` 视为等价；单个数值表示固定该轴。
        let (min_text, max_text) = match spec.split_once("..=").or_else(|| spec.split_once("..")) {
            Some((lo, hi)) => (lo.trim(), hi.trim()),
            None => (spec, spec),
        };
        if min_text.is_empty() || max_text.is_empty() {
            return Err(bad());
        }
        let min: f64 = min_text.parse().map_err(|_| bad())?;
        let max: f64 = max_text.parse().map_err(|_| bad())?;
        let axis = GainAxis::new(name, min, max, scale);
        axis.validate()?;
        Ok(axis)
    }

    #[cfg(test)]
    mod tests {
        use super::*;
        use rand::SeedableRng as _;
        use rand::rngs::StdRng;

        fn rng(seed: u64) -> StdRng {
            StdRng::seed_from_u64(seed)
        }

        #[test]
        fn clamp_keeps_values_inside_the_space() {
            let space = GainSpace::default_gm3508();
            let wild = VelocityGains::new(1.0e9, -5.0, 100.0, f32::NAN);
            let clamped = space.clamp_gains(wild);
            assert!(clamped.kp <= 30.0 && clamped.kp >= 0.5);
            assert!(clamped.ki >= 0.1);
            assert!(clamped.kd <= 3.0);
            assert!(clamped.feedforward.is_finite());
            assert!(clamped.is_finite());
        }

        #[test]
        fn sampling_stays_inside_bounds_and_is_deterministic() {
            let space = GainSpace::default_gm3508();
            let mut a = rng(7);
            let mut b = rng(7);
            for _ in 0..500 {
                let g1 = space.sample(&mut a);
                let g2 = space.sample(&mut b);
                assert_eq!(g1, g2, "同 seed 必须一致");
                assert!((0.5..=30.0).contains(&g1.kp));
                assert!((0.0..=100.0).contains(&g1.ki));
                assert!((0.0..=3.0).contains(&g1.kd));
                assert!((0.0..=2.5).contains(&g1.feedforward));
                assert!(g1.is_finite());
            }
        }

        #[test]
        fn log_axis_samples_across_orders_of_magnitude() {
            let axis = GainAxis::new("kp", 0.1, 100.0, Scale::Log);
            let mut rng = rng(3);
            let mut below_one = 0;
            let mut above_ten = 0;
            for _ in 0..2000 {
                let value = axis.sample(&mut rng);
                assert!((0.1..=100.0).contains(&value));
                if value < 1.0 {
                    below_one += 1;
                }
                if value > 10.0 {
                    above_ten += 1;
                }
            }
            // 对数均匀：三个数量级应大致各占 1/3。
            assert!(below_one > 400 && below_one < 900, "below_one = {below_one}");
            assert!(above_ten > 400 && above_ten < 900, "above_ten = {above_ten}");
        }

        #[test]
        fn log_or_zero_hits_exact_zero() {
            let axis = GainAxis::new("feedforward", 0.01, 2.5, Scale::LogOrZero { p_zero: 0.5 });
            let mut rng = rng(11);
            let mut zeros = 0;
            for _ in 0..2000 {
                if axis.sample(&mut rng) == 0.0 {
                    zeros += 1;
                }
            }
            assert!((800..1200).contains(&zeros), "zeros = {zeros}");
        }

        #[test]
        fn coord_round_trip_is_stable() {
            let space = GainSpace::default_gm3508();
            let mut rng = rng(5);
            let mut saw_zero = false;
            for _ in 0..200 {
                let gains = space.sample(&mut rng);
                let back = space.from_coords(space.to_coords(&gains));
                // 坐标空间对**非零**取值是双射（只允许 f32 舍入误差）；
                // 0 在对数轴里没有原像，往返会落到该轴下界——这是 LogOrZero 的定义。
                for (axis, (sampled, restored)) in space.axes().iter().zip([
                    (gains.kp, back.kp),
                    (gains.ki, back.ki),
                    (gains.kd, back.kd),
                    (gains.feedforward, back.feedforward),
                ]) {
                    if sampled == 0.0 {
                        saw_zero = true;
                        assert!(
                            (restored - axis.min as f32).abs() <= 1e-6 * axis.min as f32,
                            "{} 的零值往返应落到下界 {}，得到 {restored}",
                            axis.name,
                            axis.min
                        );
                    } else {
                        let tolerance = 1e-3 * sampled.max(1.0);
                        assert!(
                            (restored - sampled).abs() <= tolerance,
                            "{} 往返误差过大：{sampled} → {restored}",
                            axis.name
                        );
                    }
                }
            }
            assert!(saw_zero, "LogOrZero 轴必须真的采到过 0");
        }

        #[test]
        fn decode_clamps_out_of_range_coordinates() {
            let space = GainSpace::default_gm3508();
            let below = space.from_coords([-1.0e9, -1.0e9, -1.0e9, -1.0e9]);
            assert!(below.kp >= 0.5);
            let above = space.from_coords([1.0e9; AXIS_COUNT]);
            assert!(above.kp <= 30.0);
            assert!(above.feedforward.is_finite());
        }

        #[test]
        fn stratified_covers_every_layer_of_every_axis() {
            let space = GainSpace::default_gm3508();
            let count = 32;
            let samples = space.stratified(count, &mut rng(9));
            assert_eq!(samples.len(), count);
            // 每个轴在坐标空间被等分：把样本坐标排序后，相邻差应大致等于层宽。
            let (lower, upper) = space.coord_bounds();
            let span = upper[0] - lower[0];
            let mut coords: Vec<f64> = samples.iter().map(|g| space.to_coords(g)[0]).collect();
            coords.sort_by(f64::total_cmp);
            let layer = span / count as f64;
            for window in coords.windows(2) {
                let gap = window[1] - window[0];
                assert!(gap < layer * 3.0, "gap {gap} too large for layer {layer}");
            }
        }

        #[test]
        fn stratified_handles_large_counts_without_truncation() {
            let space = GainSpace::default_gm3508();
            let samples = space.stratified(96, &mut rng(4));
            assert_eq!(samples.len(), 96);
        }

        #[test]
        fn parse_axis_accepts_ranges_and_single_values() {
            let axis = parse_axis("kp", "0.5..20", Scale::Log).unwrap();
            assert!((axis.min - 0.5).abs() < 1e-12);
            assert!((axis.max - 20.0).abs() < 1e-12);

            let open = parse_axis("ki", "0..=50", Scale::Linear).unwrap();
            assert!((open.max - 50.0).abs() < 1e-12);

            let fixed = parse_axis("kd", "0.25", Scale::Linear).unwrap();
            assert!((fixed.min - 0.25).abs() < 1e-12 && (fixed.max - 0.25).abs() < 1e-12);
        }

        #[test]
        fn parse_axis_rejects_garbage() {
            assert!(matches!(parse_axis("kp", "abc", Scale::Log), Err(GainsError::BadRange(_))));
            assert!(matches!(parse_axis("kp", "", Scale::Log), Err(GainsError::BadRange(_))));
            assert!(matches!(
                parse_axis("kp", "-1..5", Scale::Log),
                Err(GainsError::NonPositiveLogMin(_))
            ));
        }

        #[test]
        fn validate_rejects_inverted_and_non_finite_bounds() {
            let bad = GainAxis::new("kp", 10.0, 1.0, Scale::Linear);
            assert!(bad.validate().is_err());
            let nan = GainAxis::new("kp", f64::NAN, 1.0, Scale::Linear);
            assert!(nan.validate().is_err());
        }

        #[test]
        fn validate_accepts_the_default_space() {
            assert!(GainSpace::default_gm3508().validate().is_ok());
        }

        #[test]
        fn boundary_hits_flag_pinned_axes_only() {
            let space = GainSpace::default_gm3508();
            let pinned = VelocityGains::new(30.0, 0.1, 1.0, 1.0);
            let hits = space.boundary_hits(&pinned);
            assert_eq!(hits.len(), 2, "{hits:?}");
            assert!(hits.iter().any(|hit| hit.contains("kp")), "{hits:?}");
            assert!(hits.iter().any(|hit| hit.contains("ki")), "{hits:?}");

            let inside = VelocityGains::new(5.0, 10.0, 0.5, 1.0);
            assert!(space.boundary_hits(&inside).is_empty());
        }
    }
}

pub mod preset {
    //! 整定**超参数**预设：把"搜什么、怎么打分、什么算达标"从 CLI 默认值提升为
    //! 版本化、可评审、可复现的 TOML 产物。
    //!
    //! # 为什么需要它
    //!
    //! 一次整定的结果不只取决于被控对象与种子，还取决于一组**超参数**：
    //!
    //! | 组 | 内容 | 影响 |
    //! | --- | --- | --- |
    //! | `space` | 四轴区间与刻度 | 能不能搜到解（解在区间外 = 白搜） |
    //! | `scenario` | 设定值曲线 / 目标转速 / 节拍 | 评的是"哪种工况下的好" |
    //! | `cost` | 调节时间 / 超调 / IAE / 电流权重 | 什么叫"好" |
    //! | `acceptance` | 超调与稳态误差阈值 | 什么算"通过"（退出码） |
    //! | `search` | 种子 / 样本数 / top-k / 求解器 / 预算 | 搜得多细、能否复现 |
    //! | `sim` | 被控对象与域随机化幅度 | 鲁棒优化对抗的是哪种不确定性 |
    //! | `bench` | 真机安全包络与试验节奏 | 台架会不会飞车、跑多久 |
    //!
    //! 把这些散落在命令行默认值里，等于"实验条件"没有进版本管理：换台机器、
    //! 隔一周再跑，没人能说清当时那组数是怎么来的。本模块把它们变成
    //! `config/tune.toml` 里的具名预设，一次评审、长期复用。
    //!
    //! # 优先级
    //!
    //! ```text
    //! 内置默认  <  预设文件里的预设  <  显式命令行参数
    //! ```
    //!
    //! 逐字段覆盖：预设只写它关心的项，其余沿用内置默认；命令行只写本次要变的项。
    //! 因此"跑一次预设 + 临时改一个权重"是安全的，不会把其它超参数打回硬编码值。
    //!
    //! # 不在这里的东西
    //!
    //! `current_limit`、`direction`、`gear_ratio`、电调 ID、串口 / 接口名属于
    //! **安全与机械约束**，由 `chassis.toml`（`chassis-config`）给出，不参与搜索，
    //! 也不允许被预设覆盖——否则预设文件就成了绕过限流的口子。
    //!
    //! # 例
    //!
    //! ```toml
    //! version = 1
    //! default_preset = "sim_bench_model"
    //!
    //! [preset.bench_noload]
    //! description = "空载台架：摩擦小、静差靠积分压制"
    //! backend = "bench"
    //!
    //! [preset.bench_noload.space]
    //! kp = { min = 0.5, max = 30.0, scale = "log" }
    //! ki = { min = 0.1, max = 100.0, scale = "log0" }
    //!
    //! [preset.bench_noload.search]
    //! samples = 24
    //! top_k = 3
    //! ```

    use std::collections::BTreeMap;
    use std::path::{Path, PathBuf};

    use experiment::{Scenario, SetpointProfile};
    use motor_model::PlantParams;
    use serde::{Deserialize, Serialize};
    use sim_harness::PlantTolerances;
    use thiserror::Error;

    use crate::cost::Weights;
    use crate::gains::{GainAxis, GainSpace, Scale};
    use crate::search::{SearchConfig, SolverKind};

    /// 预设 schema 版本。schema 不兼容变更时递增。
    pub const PRESET_VERSION: u32 = 1;

    /// 未显式给 `--preset` 时尝试的默认预设路径。
    pub const DEFAULT_PRESET_PATH: &str = "config/tune.toml";

    /// `log0` 轴取精确 0 的概率（与 `Scale::parse` 保持一致）。
    const LOG0_P_ZERO: f64 = 0.25;

    // ---------------------------------------------------------------- 枚举

    /// 评估后端。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Serialize, Deserialize)]
    #[serde(rename_all = "kebab-case")]
    pub enum BackendSpec {
        /// 离线被控对象仿真。
        Sim,
        /// 真机台架（会驱动电机）。
        Bench,
    }

    impl BackendSpec {
        /// 文本名。
        #[must_use]
        pub const fn name(self) -> &'static str {
            match self {
                Self::Sim => "sim",
                Self::Bench => "bench",
            }
        }
    }

    /// 增益轴的取值映射。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Serialize, Deserialize)]
    #[serde(rename_all = "kebab-case")]
    pub enum ScaleSpec {
        /// 线性均匀。
        Linear,
        /// 对数均匀（要求 `min > 0`）。
        Log,
        /// 以固定概率 0.25 取精确 0，否则对数均匀（与 `Scale::parse` 的 `log0` 一致）。
        Log0,
    }

    impl ScaleSpec {
        /// 文本名。
        #[must_use]
        pub const fn name(self) -> &'static str {
            match self {
                Self::Linear => "linear",
                Self::Log => "log",
                Self::Log0 => "log0",
            }
        }
    }

    impl From<ScaleSpec> for Scale {
        fn from(value: ScaleSpec) -> Self {
            match value {
                ScaleSpec::Linear => Self::Linear,
                ScaleSpec::Log => Self::Log,
                ScaleSpec::Log0 => Self::LogOrZero { p_zero: LOG0_P_ZERO },
            }
        }
    }

    /// 设定值曲线。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Serialize, Deserialize)]
    #[serde(rename_all = "kebab-case")]
    pub enum ProfileSpec {
        /// 阶跃。
        Step,
        /// 斜坡 + 保持。
        RampAndHold,
        /// 阶梯。
        Staircase,
        /// 升 → 保持 → 降 → 保持。
        UpDown,
    }

    impl From<ProfileSpec> for SetpointProfile {
        fn from(value: ProfileSpec) -> Self {
            match value {
                ProfileSpec::Step => Self::Step,
                ProfileSpec::RampAndHold => Self::RampAndHold,
                ProfileSpec::Staircase => Self::Staircase { levels: 1 },
                ProfileSpec::UpDown => Self::UpDown,
            }
        }
    }

    /// 局部精修求解器。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Serialize, Deserialize)]
    #[serde(rename_all = "kebab-case")]
    pub enum SolverSpec {
        /// Nelder-Mead（无导数）。
        NelderMead,
        /// 粒子群。
        Pso,
    }

    impl From<SolverSpec> for SolverKind {
        fn from(value: SolverSpec) -> Self {
            match value {
                SolverSpec::NelderMead => Self::NelderMead,
                SolverSpec::Pso => Self::Pso,
            }
        }
    }

    impl SolverSpec {
        /// 文本名。
        #[must_use]
        pub const fn name(self) -> &'static str {
            match self {
                Self::NelderMead => "nelder-mead",
                Self::Pso => "pso",
            }
        }
    }

    /// 离线被控对象模型。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Serialize, Deserialize)]
    #[serde(rename_all = "kebab-case")]
    pub enum PlantSpec {
        /// 理想一阶模型（无摩擦、无延迟）。
        Gm3508,
        /// 台架量级：静 / 库仑摩擦 + 2 拍延迟。
        Gm3508Bench,
    }

    impl PlantSpec {
        /// 文本名。
        #[must_use]
        pub const fn name(self) -> &'static str {
            match self {
                Self::Gm3508 => "gm3508",
                Self::Gm3508Bench => "gm3508-bench",
            }
        }

        /// 展开为被控对象参数。
        #[must_use]
        pub fn params(self) -> PlantParams {
            match self {
                Self::Gm3508 => PlantParams::gm3508(),
                Self::Gm3508Bench => PlantParams::gm3508_bench(),
            }
        }
    }

    // ---------------------------------------------------------------- spec 宏

    /// 生成"逐项可选 + 逐项覆盖"的预设小节。
    ///
    /// 每个字段都是 `Option<T>`：`None` 表示"本层不表态"，由更低优先级来源决定。
    /// `overlay` 让 `other` 覆盖 `self` 的非空项。
    macro_rules! spec {
    (
        $(#[$outer:meta])*
        $name:ident { $( $(#[$field_doc:meta])* $field:ident : $ty:ty ),* $(,)? }
    ) => {
        $(#[$outer])*
        #[derive(Debug, Clone, Default, PartialEq, Serialize, Deserialize)]
        #[serde(deny_unknown_fields)]
        pub struct $name {
            $(
                $(#[$field_doc])*
                #[serde(default, skip_serializing_if = "Option::is_none")]
                pub $field: Option<$ty>,
            )*
        }

        impl $name {
            /// 以 `other` 的非空项覆盖自身（`other` 优先）。
            #[must_use]
            pub fn overlay(&self, other: &Self) -> Self {
                Self {
                    $($field: other.$field.clone().or_else(|| self.$field.clone()),)*
                }
            }
        }
    };
}

    /// 单条增益轴：区间（必填）+ 刻度（可继承）。
    #[derive(Debug, Clone, Copy, PartialEq, Serialize, Deserialize)]
    #[serde(deny_unknown_fields)]
    pub struct RangeSpec {
        /// 下界。
        pub min: f64,
        /// 上界。
        pub max: f64,
        /// 刻度；缺省沿用更低优先级来源（内置默认里四轴都有刻度）。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub scale: Option<ScaleSpec>,
    }

    impl RangeSpec {
        /// 只给区间（刻度继承更低优先级来源）。
        #[must_use]
        pub const fn new(min: f64, max: f64) -> Self {
            Self { min, max, scale: None }
        }

        /// 覆盖：区间整体替换，刻度缺省时继承。
        #[must_use]
        pub fn overlay(&self, other: &Self) -> Self {
            Self { min: other.min, max: other.max, scale: other.scale.or(self.scale) }
        }
    }

    /// 增益参数空间（四轴）。
    #[derive(Debug, Clone, Default, PartialEq, Serialize, Deserialize)]
    #[serde(deny_unknown_fields)]
    pub struct SpaceSpec {
        /// 比例增益区间。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub kp: Option<RangeSpec>,
        /// 积分增益区间。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub ki: Option<RangeSpec>,
        /// 微分增益区间。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub kd: Option<RangeSpec>,
        /// 速度前馈区间。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub feedforward: Option<RangeSpec>,
    }

    /// 覆盖单条轴：区间整体替换，刻度继承。
    fn overlay_range(base: Option<&RangeSpec>, other: Option<&RangeSpec>) -> Option<RangeSpec> {
        match (base, other) {
            (Some(base), Some(other)) => Some(base.overlay(other)),
            (None, Some(other)) => Some(*other),
            (Some(base), None) => Some(*base),
            (None, None) => None,
        }
    }

    impl SpaceSpec {
        /// 以 `other` 的非空项覆盖自身（`other` 优先）。
        #[must_use]
        pub fn overlay(&self, other: &Self) -> Self {
            Self {
                kp: overlay_range(self.kp.as_ref(), other.kp.as_ref()),
                ki: overlay_range(self.ki.as_ref(), other.ki.as_ref()),
                kd: overlay_range(self.kd.as_ref(), other.kd.as_ref()),
                feedforward: overlay_range(self.feedforward.as_ref(), other.feedforward.as_ref()),
            }
        }
    }

    spec! {
        /// 场景。
        ScenarioSpec {
            /// 设定值曲线。
            profile: ProfileSpec,
            /// 目标转子转速（rpm）。
            target_rpm: f32,
            /// 斜坡时间（毫秒）。
            ramp_ms: f32,
            /// 保持时间（毫秒）。
            hold_ms: f32,
            /// 阶梯级数（`profile = "staircase"`）。
            stair_levels: u32,
            /// 控制 / 采样节拍（微秒）。
            dt_us: f32,
        }
    }

    spec! {
        /// 成本权重（各项已归一化）。
        CostSpec {
            /// 调节时间权重。
            settle: f64,
            /// 超调权重。
            overshoot: f64,
            /// IAE 权重。
            iae: f64,
            /// 电流（effort）权重。
            effort: f64,
        }
    }

    spec! {
        /// 验收阈值（决定退出码与报告结论）。
        AcceptanceSpec {
            /// 允许的最大超调（%）。
            max_overshoot_pct: f32,
            /// 允许的最大稳态误差（%）。
            max_ss_error_pct: f32,
        }
    }

    spec! {
        /// 搜索预算与可复现性。
        SearchSpec {
            /// 随机种子。
            seed: u64,
            /// 粗扫样本数。
            samples: usize,
            /// 进入精修的种子数。
            top_k: usize,
            /// 精修求解器。
            solver: SolverSpec,
            /// 每个起点的最大迭代数。
            max_iters: usize,
            /// PSO 粒子数。
            particles: usize,
            /// 评估预算上限。
            max_evals: u64,
            /// 线程数（0 = rayon 默认；真机后端强制 1）。
            threads: usize,
        }
    }

    spec! {
        /// 离线被控对象与域随机化。
        SimSpec {
            /// 名义模型。
            plant: PlantSpec,
            /// 集成成员数（1 = 只用名义模型）。
            ensemble: usize,
            /// 鲁棒权重：0 = 只看均值，1 = 只看最坏成员。
            robust_weight: f64,
            /// 增益抖动 ± 比例。
            gain_pct: f32,
            /// 时间常数抖动 ± 比例。
            tau_pct: f32,
            /// 命令延迟抖动上界（拍）。
            delay_ticks_max: u32,
            /// 摩擦抖动 ± 比例。
            friction_pct: f32,
        }
    }

    spec! {
        /// 真机安全包络与试验节奏。
        BenchSpec {
            /// 过速保护上限（rpm）。
            max_rpm: f32,
            /// 温度保护上限（℃）。
            max_temp_c: i8,
            /// 单次试验超时（毫秒）。
            trial_timeout_ms: u64,
            /// 试验之间的静默期（毫秒）。
            between_trials_ms: u64,
            /// 启动时等待反馈的超时（毫秒）。
            startup_timeout_ms: u64,
            /// 安全事件后是否继续搜索。
            continue_on_abort: bool,
            /// 最优增益的复验次数。
            validate_runs: usize,
        }
    }

    // ---------------------------------------------------------------- 预设

    /// 一组完整的整定超参数（各小节可缺省）。
    #[derive(Debug, Clone, Default, PartialEq, Serialize, Deserialize)]
    #[serde(deny_unknown_fields)]
    pub struct Preset {
        /// 人类可读说明（报告与 `presets` 子命令展示）。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub description: Option<String>,
        /// 评估后端。
        #[serde(default, skip_serializing_if = "Option::is_none")]
        pub backend: Option<BackendSpec>,
        /// 增益参数空间。
        #[serde(default)]
        pub space: SpaceSpec,
        /// 场景。
        #[serde(default)]
        pub scenario: ScenarioSpec,
        /// 成本权重。
        #[serde(default)]
        pub cost: CostSpec,
        /// 验收阈值。
        #[serde(default)]
        pub acceptance: AcceptanceSpec,
        /// 搜索预算。
        #[serde(default)]
        pub search: SearchSpec,
        /// 离线被控对象。
        #[serde(default)]
        pub sim: SimSpec,
        /// 真机安全包络。
        #[serde(default)]
        pub bench: BenchSpec,
    }

    impl Preset {
        /// 内置默认：与 `chassis-tune` 历史 CLI 默认值逐项一致。
        ///
        /// 这是最低优先级来源，保证任何预设都只需写"与默认不同的部分"。
        #[must_use]
        pub fn builtin() -> Self {
            Self {
                description: Some("内置默认（chassis-tune CLI 默认超参数）".into()),
                backend: Some(BackendSpec::Sim),
                space: SpaceSpec {
                    kp: Some(RangeSpec { min: 0.5, max: 30.0, scale: Some(ScaleSpec::Log) }),
                    ki: Some(RangeSpec { min: 0.1, max: 100.0, scale: Some(ScaleSpec::Log0) }),
                    kd: Some(RangeSpec { min: 0.01, max: 3.0, scale: Some(ScaleSpec::Log0) }),
                    feedforward: Some(RangeSpec {
                        min: 0.01,
                        max: 2.5,
                        scale: Some(ScaleSpec::Log0),
                    }),
                },
                scenario: ScenarioSpec {
                    profile: Some(ProfileSpec::RampAndHold),
                    target_rpm: Some(1500.0),
                    ramp_ms: Some(200.0),
                    hold_ms: Some(1800.0),
                    stair_levels: Some(4),
                    dt_us: Some(1000.0),
                },
                cost: CostSpec {
                    settle: Some(1.0),
                    overshoot: Some(1.0),
                    iae: Some(0.5),
                    effort: Some(0.1),
                },
                acceptance: AcceptanceSpec {
                    max_overshoot_pct: Some(20.0),
                    max_ss_error_pct: Some(5.0),
                },
                search: SearchSpec {
                    seed: Some(20_260_101),
                    samples: Some(512),
                    top_k: Some(8),
                    solver: Some(SolverSpec::NelderMead),
                    max_iters: Some(200),
                    particles: Some(24),
                    max_evals: Some(4_000),
                    threads: Some(0),
                },
                sim: SimSpec {
                    plant: Some(PlantSpec::Gm3508Bench),
                    ensemble: Some(8),
                    robust_weight: Some(0.5),
                    gain_pct: Some(0.2),
                    tau_pct: Some(0.3),
                    delay_ticks_max: Some(3),
                    friction_pct: Some(0.5),
                },
                bench: BenchSpec {
                    max_rpm: Some(3000.0),
                    max_temp_c: Some(70),
                    trial_timeout_ms: Some(6_000),
                    between_trials_ms: Some(500),
                    startup_timeout_ms: Some(5_000),
                    continue_on_abort: Some(false),
                    validate_runs: Some(3),
                },
            }
        }

        /// 以 `other` 的非空项覆盖自身（`other` 优先）。
        #[must_use]
        pub fn overlay(&self, other: &Self) -> Self {
            Self {
                description: other.description.clone().or_else(|| self.description.clone()),
                backend: other.backend.or(self.backend),
                space: self.space.overlay(&other.space),
                scenario: self.scenario.overlay(&other.scenario),
                cost: self.cost.overlay(&other.cost),
                acceptance: self.acceptance.overlay(&other.acceptance),
                search: self.search.overlay(&other.search),
                sim: self.sim.overlay(&other.sim),
                bench: self.bench.overlay(&other.bench),
            }
        }

        /// 展开为可执行的超参数（含全部校验）。
        ///
        /// # Errors
        ///
        /// 缺项（[`PresetError::Missing`]）或区间 / 阈值 / 预算非法
        /// （[`PresetError::Invalid`]）时返回错误。
        pub fn to_tuning(&self) -> Result<Tuning, PresetError> {
            let plant_spec = self.sim.plant.unwrap_or(PlantSpec::Gm3508Bench);
            Ok(Tuning {
                backend: self.backend.unwrap_or(BackendSpec::Sim),
                space: self.gain_space()?,
                scenario: self.scenario()?,
                weights: self.weights()?,
                acceptance: self.acceptance()?,
                search: self.search()?,
                plant_spec,
                plant: plant_spec.params(),
                tolerances: self.tolerances()?,
                ensemble: self.ensemble()?,
                robust_weight: self.robust_weight()?,
                threads: self.search.threads.unwrap_or(0),
            })
        }

        /// 由 `--kp` 这类 `MIN..MAX` 文本构造覆盖项。
        #[must_use]
        pub fn range(min: f64, max: f64) -> RangeSpec {
            RangeSpec { min, max, scale: None }
        }

        fn gain_space(&self) -> Result<GainSpace, PresetError> {
            let space = GainSpace::new(
                gain_axis("kp", self.space.kp.as_ref())?,
                gain_axis("ki", self.space.ki.as_ref())?,
                gain_axis("kd", self.space.kd.as_ref())?,
                gain_axis("feedforward", self.space.feedforward.as_ref())?,
            );
            space.validate().map_err(|error| PresetError::Invalid {
                field: "space",
                reason: error.to_string(),
            })?;
            Ok(space)
        }

        fn scenario(&self) -> Result<Scenario, PresetError> {
            let spec = &self.scenario;
            let dt_us = spec.dt_us.ok_or(PresetError::Missing { field: "scenario.dt_us" })?;
            if !(dt_us.is_finite() && dt_us > 0.0) {
                return Err(PresetError::Invalid {
                    field: "scenario.dt_us",
                    reason: format!("必须为正有限值，得到 {dt_us}"),
                });
            }
            let target_rpm =
                spec.target_rpm.ok_or(PresetError::Missing { field: "scenario.target_rpm" })?;
            if !target_rpm.is_finite() {
                return Err(PresetError::Invalid {
                    field: "scenario.target_rpm",
                    reason: format!("必须有限，得到 {target_rpm}"),
                });
            }
            let profile = match spec.profile.unwrap_or(ProfileSpec::RampAndHold) {
                ProfileSpec::Staircase => {
                    let levels = spec
                        .stair_levels
                        .ok_or(PresetError::Missing { field: "scenario.stair_levels" })?;
                    if levels == 0 {
                        return Err(PresetError::Invalid {
                            field: "scenario.stair_levels",
                            reason: "阶梯级数必须 ≥ 1".into(),
                        });
                    }
                    SetpointProfile::Staircase { levels }
                }
                other => other.into(),
            };
            let scenario = Scenario {
                dt_s: dt_us / 1_000_000.0,
                ramp_s: spec.ramp_ms.ok_or(PresetError::Missing { field: "scenario.ramp_ms" })?
                    / 1000.0,
                hold_s: spec.hold_ms.ok_or(PresetError::Missing { field: "scenario.hold_ms" })?
                    / 1000.0,
                target_rpm,
                profile,
            };
            if !(scenario.total_s().is_finite() && scenario.total_s() > 0.0) {
                return Err(PresetError::Invalid {
                    field: "scenario",
                    reason: "总时长必须为正（检查 ramp_ms / hold_ms）".into(),
                });
            }
            if !(scenario.ramp_s >= 0.0 && scenario.hold_s >= 0.0) {
                return Err(PresetError::Invalid {
                    field: "scenario",
                    reason: "ramp_ms / hold_ms 不得为负".into(),
                });
            }
            Ok(scenario)
        }

        fn weights(&self) -> Result<Weights, PresetError> {
            let spec = &self.cost;
            let value = |field: &'static str, v: Option<f64>| -> Result<f64, PresetError> {
                v.ok_or(PresetError::Missing { field })
            };
            let weights = Weights {
                settle: value("cost.settle", spec.settle)?,
                overshoot: value("cost.overshoot", spec.overshoot)?,
                iae: value("cost.iae", spec.iae)?,
                effort: value("cost.effort", spec.effort)?,
            };
            if !weights.is_valid() {
                return Err(PresetError::Invalid {
                    field: "cost",
                    reason: "权重必须是非负有限值".into(),
                });
            }
            Ok(weights)
        }

        fn acceptance(&self) -> Result<Acceptance, PresetError> {
            let spec = &self.acceptance;
            let max_overshoot_pct = spec
                .max_overshoot_pct
                .ok_or(PresetError::Missing { field: "acceptance.max_overshoot_pct" })?;
            let max_ss_error_pct = spec
                .max_ss_error_pct
                .ok_or(PresetError::Missing { field: "acceptance.max_ss_error_pct" })?;
            for (field, value) in [
                ("acceptance.max_overshoot_pct", max_overshoot_pct),
                ("acceptance.max_ss_error_pct", max_ss_error_pct),
            ] {
                if !(value.is_finite() && value >= 0.0) {
                    return Err(PresetError::Invalid {
                        field,
                        reason: format!("必须是非负有限值（%），得到 {value}"),
                    });
                }
            }
            Ok(Acceptance { max_overshoot_pct, max_ss_error_pct })
        }

        fn search(&self) -> Result<SearchConfig, PresetError> {
            let spec = &self.search;
            let config = SearchConfig {
                seed: spec.seed.ok_or(PresetError::Missing { field: "search.seed" })?,
                samples: spec.samples.ok_or(PresetError::Missing { field: "search.samples" })?,
                top_k: spec.top_k.ok_or(PresetError::Missing { field: "search.top_k" })?,
                solver: SolverKind::from(
                    spec.solver.ok_or(PresetError::Missing { field: "search.solver" })?,
                ),
                max_iters: spec
                    .max_iters
                    .ok_or(PresetError::Missing { field: "search.max_iters" })?,
                particles: spec
                    .particles
                    .ok_or(PresetError::Missing { field: "search.particles" })?,
                max_evals: spec
                    .max_evals
                    .ok_or(PresetError::Missing { field: "search.max_evals" })?,
            };
            config.validate().map_err(|error| PresetError::Invalid {
                field: "search",
                reason: error.to_string(),
            })?;
            Ok(config)
        }

        fn tolerances(&self) -> Result<PlantTolerances, PresetError> {
            let spec = &self.sim;
            let tolerances = PlantTolerances {
                gain_pct: spec.gain_pct.ok_or(PresetError::Missing { field: "sim.gain_pct" })?,
                tau_pct: spec.tau_pct.ok_or(PresetError::Missing { field: "sim.tau_pct" })?,
                delay_ticks_max: spec
                    .delay_ticks_max
                    .ok_or(PresetError::Missing { field: "sim.delay_ticks_max" })?,
                friction_pct: spec
                    .friction_pct
                    .ok_or(PresetError::Missing { field: "sim.friction_pct" })?,
            };
            for (field, value) in [
                ("sim.gain_pct", tolerances.gain_pct),
                ("sim.tau_pct", tolerances.tau_pct),
                ("sim.friction_pct", tolerances.friction_pct),
            ] {
                if !(value.is_finite() && value >= 0.0) {
                    return Err(PresetError::Invalid {
                        field,
                        reason: format!("必须是 ± 比例（非负有限值），得到 {value}"),
                    });
                }
            }
            Ok(tolerances)
        }

        fn ensemble(&self) -> Result<usize, PresetError> {
            let ensemble =
                self.sim.ensemble.ok_or(PresetError::Missing { field: "sim.ensemble" })?;
            if ensemble == 0 {
                return Err(PresetError::Invalid {
                    field: "sim.ensemble",
                    reason: "集成成员数必须 ≥ 1（1 = 只用名义模型）".into(),
                });
            }
            Ok(ensemble)
        }

        fn robust_weight(&self) -> Result<f64, PresetError> {
            let weight = self
                .sim
                .robust_weight
                .ok_or(PresetError::Missing { field: "sim.robust_weight" })?;
            if !(weight.is_finite() && (0.0..=1.0).contains(&weight)) {
                return Err(PresetError::Invalid {
                    field: "sim.robust_weight",
                    reason: format!("必须在 0..=1 之间，得到 {weight}"),
                });
            }
            Ok(weight)
        }

        /// 真机安全包络参数（`--backend bench` 时才被使用）。
        ///
        /// # Errors
        ///
        /// 缺项或数值明显不安全（非正过速上限 / 试验超时等）时返回错误。
        pub fn bench_envelope(&self) -> Result<BenchEnvelope, PresetError> {
            let spec = &self.bench;
            let envelope = BenchEnvelope {
                max_rpm: spec.max_rpm.ok_or(PresetError::Missing { field: "bench.max_rpm" })?,
                max_temp_c: spec
                    .max_temp_c
                    .ok_or(PresetError::Missing { field: "bench.max_temp_c" })?,
                trial_timeout_ms: spec
                    .trial_timeout_ms
                    .ok_or(PresetError::Missing { field: "bench.trial_timeout_ms" })?,
                between_trials_ms: spec
                    .between_trials_ms
                    .ok_or(PresetError::Missing { field: "bench.between_trials_ms" })?,
                startup_timeout_ms: spec
                    .startup_timeout_ms
                    .ok_or(PresetError::Missing { field: "bench.startup_timeout_ms" })?,
                continue_on_abort: spec.continue_on_abort.unwrap_or(false),
                validate_runs: spec
                    .validate_runs
                    .ok_or(PresetError::Missing { field: "bench.validate_runs" })?,
            };
            if !(envelope.max_rpm.is_finite() && envelope.max_rpm > 0.0) {
                return Err(PresetError::Invalid {
                    field: "bench.max_rpm",
                    reason: format!("过速上限必须为正有限值，得到 {}", envelope.max_rpm),
                });
            }
            if envelope.trial_timeout_ms == 0 {
                return Err(PresetError::Invalid {
                    field: "bench.trial_timeout_ms",
                    reason: "试验超时必须 > 0（0 会让试验立刻被判超时）".into(),
                });
            }
            if envelope.startup_timeout_ms == 0 {
                return Err(PresetError::Invalid {
                    field: "bench.startup_timeout_ms",
                    reason: "启动等待超时必须 > 0".into(),
                });
            }
            if envelope.validate_runs == 0 {
                return Err(PresetError::Invalid {
                    field: "bench.validate_runs",
                    reason: "复验次数必须 ≥ 1".into(),
                });
            }
            Ok(envelope)
        }
    }

    /// 把一条轴定义展开并校验为 [`GainAxis`]。
    ///
    /// # Errors
    ///
    /// 轴缺失、缺少刻度、区间非法（`min > max`、对数轴下界 ≤ 0）时返回错误。
    fn gain_axis(name: &'static str, spec: Option<&RangeSpec>) -> Result<GainAxis, PresetError> {
        let spec = spec.ok_or(PresetError::Missing { field: name })?;
        let scale = match spec.scale {
            Some(scale) => Scale::from(scale),
            None => {
                return Err(PresetError::Invalid {
                    field: name,
                    reason: "缺少 scale（应为 linear / log / log0）".into(),
                });
            }
        };
        let axis = GainAxis::new(name, spec.min, spec.max, scale);
        axis.validate()
            .map_err(|error| PresetError::Invalid { field: name, reason: error.to_string() })?;
        Ok(axis)
    }

    /// 解算后的验收阈值。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct Acceptance {
        /// 允许的最大超调（%）。
        pub max_overshoot_pct: f32,
        /// 允许的最大稳态误差（%）。
        pub max_ss_error_pct: f32,
    }

    /// 解算后的真机安全包络参数。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct BenchEnvelope {
        /// 过速保护上限（rpm）。
        pub max_rpm: f32,
        /// 温度保护上限（℃）。
        pub max_temp_c: i8,
        /// 单次试验超时（毫秒）。
        pub trial_timeout_ms: u64,
        /// 试验之间的静默期（毫秒）。
        pub between_trials_ms: u64,
        /// 启动时等待反馈的超时（毫秒）。
        pub startup_timeout_ms: u64,
        /// 安全事件后是否继续搜索。
        pub continue_on_abort: bool,
        /// 复验次数。
        pub validate_runs: usize,
    }

    /// 解算后的一组超参数：可直接喂给搜索与后端。
    #[derive(Debug, Clone, PartialEq)]
    pub struct Tuning {
        /// 评估后端。
        pub backend: BackendSpec,
        /// 增益参数空间。
        pub space: GainSpace,
        /// 场景。
        pub scenario: Scenario,
        /// 成本权重。
        pub weights: Weights,
        /// 验收阈值。
        pub acceptance: Acceptance,
        /// 搜索配置。
        pub search: SearchConfig,
        /// 名义被控对象（枚举，供显示 / 复现）。
        pub plant_spec: PlantSpec,
        /// 名义被控对象（展开后的参数，供仿真重放）。
        pub plant: PlantParams,
        /// 域随机化幅度。
        pub tolerances: PlantTolerances,
        /// 集成成员数。
        pub ensemble: usize,
        /// 鲁棒权重。
        pub robust_weight: f64,
        /// 线程数（0 = 自动）。
        pub threads: usize,
    }

    // ---------------------------------------------------------------- 文件

    /// 预设文件：版本 + 默认预设名 + 具名预设集合。
    #[derive(Debug, Clone, PartialEq, Serialize, Deserialize)]
    #[serde(deny_unknown_fields)]
    pub struct PresetFile {
        /// schema 版本，必须等于 [`PRESET_VERSION`]。
        pub version: u32,
        /// 未显式指定名字时使用的预设（别名 `default`）。
        #[serde(default, alias = "default", skip_serializing_if = "Option::is_none")]
        pub default_preset: Option<String>,
        /// 具名预设。
        #[serde(default)]
        pub preset: BTreeMap<String, Preset>,
    }

    impl PresetFile {
        /// 内置库：只含 `default`（等价于 [`Preset::builtin`]）。
        ///
        /// 具名工况预设放在 `config/tune.toml` 里评审，从而避免"同一组数字在
        /// Rust 与 TOML 里各写一份"的漂移。
        #[must_use]
        pub fn builtin() -> Self {
            let mut preset = BTreeMap::new();
            preset.insert("default".to_owned(), Preset::builtin());
            Self { version: PRESET_VERSION, default_preset: Some("default".to_owned()), preset }
        }

        /// 从文件读取并校验。
        ///
        /// # Errors
        ///
        /// 读取失败（[`PresetError::Io`]）、TOML / schema 非法
        /// （[`PresetError::Load`]）或版本不支持时返回错误。
        pub fn load(path: &Path) -> Result<Self, PresetError> {
            let text = std::fs::read_to_string(path)
                .map_err(|source| PresetError::Io { path: path.to_path_buf(), source })?;
            let file: Self = toml::from_str(&text)
                .map_err(|source| PresetError::Load { path: path.to_path_buf(), source })?;
            file.validate()?;
            Ok(file)
        }

        /// 从文本解析并校验（测试与内存场景用）。
        ///
        /// # Errors
        ///
        /// TOML / schema 非法或版本不支持时返回错误。
        pub fn parse_str(text: &str) -> Result<Self, PresetError> {
            let file: Self =
                toml::from_str(text).map_err(|source| PresetError::Parse { source })?;
            file.validate()?;
            Ok(file)
        }

        /// 校验版本与内容。
        ///
        /// # Errors
        ///
        /// 版本不等于 [`PRESET_VERSION`] 或没有任何预设时返回错误。
        pub fn validate(&self) -> Result<(), PresetError> {
            if self.version != PRESET_VERSION {
                return Err(PresetError::UnsupportedVersion {
                    found: self.version,
                    expected: PRESET_VERSION,
                });
            }
            if self.preset.is_empty() {
                return Err(PresetError::Empty);
            }
            Ok(())
        }

        /// 预设名列表（字典序）。
        #[must_use]
        pub fn names(&self) -> Vec<String> {
            self.preset.keys().cloned().collect()
        }

        /// 选择一个预设：显式名字 > `default_preset` > 唯一预设。
        ///
        /// # Errors
        ///
        /// 文件为空、名字不存在、或存在多个预设却没有 `default_preset` 时返回错误。
        pub fn select(&self, name: Option<&str>) -> Result<&Preset, PresetError> {
            self.select_named(name).map(|(_, preset)| preset)
        }

        /// 同 [`Self::select`]，但把**生效名**一并返回（报告里要写清"这批数出自哪个预设"）。
        ///
        /// # Errors
        ///
        /// 同 [`Self::select`]。
        pub fn select_named(&self, name: Option<&str>) -> Result<(&str, &Preset), PresetError> {
            if self.preset.is_empty() {
                return Err(PresetError::Empty);
            }
            let key = match name {
                Some(name) => name,
                None => match self.default_preset.as_deref() {
                    Some(default) => default,
                    None if self.preset.len() == 1 => {
                        self.preset.keys().next().map(String::as_str).unwrap_or_default()
                    }
                    None => return Err(PresetError::NoDefault { available: self.names() }),
                },
            };
            self.preset.get_key_value(key).map_or_else(
                || {
                    Err(PresetError::UnknownPreset {
                        name: key.to_owned(),
                        available: self.names(),
                    })
                },
                |(stored, preset)| Ok((stored.as_str(), preset)),
            )
        }
    }

    // ---------------------------------------------------------------- 错误

    /// 预设加载 / 解算错误。
    #[derive(Debug, Error)]
    pub enum PresetError {
        /// 文件读取失败。
        #[error("读取预设文件 {path} 失败：{source}")]
        Io {
            /// 路径。
            path: PathBuf,
            /// 底层 IO 错误。
            #[source]
            source: std::io::Error,
        },
        /// 文件解析失败（带路径）。
        #[error("解析预设文件 {path} 失败：{source}")]
        Load {
            /// 路径。
            path: PathBuf,
            /// TOML 错误。
            #[source]
            source: toml::de::Error,
        },
        /// 文本解析失败。
        #[error("解析预设 TOML 失败：{source}")]
        Parse {
            /// TOML 错误。
            #[source]
            source: toml::de::Error,
        },
        /// schema 版本不支持。
        #[error("预设文件 version = {found} 不受支持（本工具支持 version = {expected}）")]
        UnsupportedVersion {
            /// 文件里的版本。
            found: u32,
            /// 支持的版本。
            expected: u32,
        },
        /// 没有任何预设。
        #[error("预设文件里没有任何预设")]
        Empty,
        /// 名字不存在。
        #[error("预设 '{name}' 不存在（可用：{}）", available.join(", "))]
        UnknownPreset {
            /// 请求的名字。
            name: String,
            /// 可选名字。
            available: Vec<String>,
        },
        /// 多个预设但没有默认名。
        #[error("预设文件有多个预设但未指定 default_preset（请用 --preset-name 指定，可选：{}）", available.join(", "))]
        NoDefault {
            /// 可选名字。
            available: Vec<String>,
        },
        /// 缺少必需项。
        #[error("超参数 '{field}' 缺失（预设与内置默认都没有提供）")]
        Missing {
            /// 项名。
            field: &'static str,
        },
        /// 项值非法。
        #[error("超参数 '{field}' 非法：{reason}")]
        Invalid {
            /// 项名。
            field: &'static str,
            /// 原因。
            reason: String,
        },
    }

    #[cfg(test)]
    mod tests {
        use super::*;

        const MINIMAL: &str = r#"
version = 1
default_preset = "fast"

[preset.fast]
description = "小样本快跑"

[preset.fast.search]
samples = 32
top_k = 3
"#;

        #[test]
        fn builtin_satisfies_its_own_schema() {
            let text = toml::to_string(&PresetFile::builtin()).unwrap();
            let round_trip = PresetFile::parse_str(&text).unwrap();
            assert_eq!(round_trip, PresetFile::builtin());
            assert!(round_trip.select(None).unwrap().to_tuning().is_ok());
        }

        #[test]
        fn builtin_matches_the_historical_cli_defaults() {
            // 这些数字是 chassis-tune 历史的 CLI 默认值，改动等于改变整定的默认行为，
            // 必须是有意为之。
            let tuning = Preset::builtin().to_tuning().unwrap();
            assert_eq!(tuning.backend, BackendSpec::Sim);
            assert!((tuning.space.kp.min - 0.5).abs() < 1e-12);
            assert!((tuning.space.kp.max - 30.0).abs() < 1e-12);
            assert_eq!(tuning.space.kp.scale, Scale::Log);
            assert_eq!(tuning.space.ki.scale, Scale::LogOrZero { p_zero: LOG0_P_ZERO });
            assert!((tuning.scenario.target_rpm - 1500.0).abs() < 1e-6);
            assert!((tuning.scenario.dt_s - 0.001).abs() < 1e-9);
            assert_eq!(tuning.weights, Weights::default());
            assert!((tuning.acceptance.max_overshoot_pct - 20.0).abs() < 1e-6);
            assert_eq!(tuning.search, SearchConfig::default());
            assert_eq!(tuning.ensemble, 8);
            assert!((tuning.robust_weight - 0.5).abs() < 1e-12);
            assert_eq!(tuning.tolerances, PlantTolerances::default());
            let envelope = Preset::builtin().bench_envelope().unwrap();
            assert!((envelope.max_rpm - 3000.0).abs() < 1e-6);
            assert_eq!(envelope.validate_runs, 3);
        }

        #[test]
        fn preset_overlays_only_the_fields_it_sets() {
            let file = PresetFile::parse_str(MINIMAL).unwrap();
            let merged = Preset::builtin().overlay(file.select(None).unwrap());
            let tuning = merged.to_tuning().unwrap();
            assert_eq!(tuning.search.samples, 32, "预设必须生效");
            assert_eq!(tuning.search.top_k, 3);
            // 未提及的项沿用内置默认。
            assert_eq!(tuning.search.seed, SearchConfig::default().seed);
            assert_eq!(tuning.search.max_evals, SearchConfig::default().max_evals);
            assert!((tuning.space.kp.max - 30.0).abs() < 1e-12);
            assert_eq!(merged.description.as_deref(), Some("小样本快跑"));
        }

        #[test]
        fn range_overlay_keeps_the_inherited_scale() {
            let mut overlay = Preset::default();
            overlay.space.kp = Some(RangeSpec::new(1.0, 5.0));
            let merged = Preset::builtin().overlay(&overlay);
            let tuning = merged.to_tuning().unwrap();
            assert!((tuning.space.kp.min - 1.0).abs() < 1e-12);
            assert!((tuning.space.kp.max - 5.0).abs() < 1e-12);
            assert_eq!(tuning.space.kp.scale, Scale::Log, "刻度必须从内置默认继承");
        }

        #[test]
        fn overlay_does_not_mutate_the_base() {
            let base = Preset::builtin();
            let mut overlay = Preset::default();
            overlay.search.samples = Some(1);
            let _ = base.overlay(&overlay);
            assert_eq!(base.search.samples, Some(512), "覆盖必须是纯函数");
        }

        #[test]
        fn select_prefers_explicit_name_then_default_then_single() {
            let file = PresetFile::parse_str(MINIMAL).unwrap();
            assert!(file.select(Some("fast")).is_ok());
            assert!(file.select(None).is_ok(), "default_preset 必须生效");

            let single = PresetFile::parse_str(
                "version = 1\n[preset.only]\n[preset.only.search]\nsamples = 2\n",
            )
            .unwrap();
            assert!(single.select(None).is_ok(), "唯一预设无需 default_preset");

            let many = PresetFile::parse_str("version = 1\n[preset.a]\n[preset.b]\n").unwrap();
            assert!(matches!(many.select(None), Err(PresetError::NoDefault { .. })));
        }

        #[test]
        fn unknown_preset_lists_the_available_names() {
            let file = PresetFile::parse_str(MINIMAL).unwrap();
            let error = file.select(Some("nope")).unwrap_err();
            let text = error.to_string();
            assert!(text.contains("nope"), "{text}");
            assert!(text.contains("fast"), "错误信息必须列出可用名：{text}");
        }

        #[test]
        fn unsupported_version_is_rejected() {
            let text = "version = 99\n[preset.a]\n";
            assert!(matches!(
                PresetFile::parse_str(text),
                Err(PresetError::UnsupportedVersion { found: 99, expected: PRESET_VERSION })
            ));
        }

        #[test]
        fn empty_and_unknown_keys_are_rejected() {
            assert!(matches!(PresetFile::parse_str("version = 1\n"), Err(PresetError::Empty)));
            // 拼错小节名必须报错，而不是被静默忽略（否则"以为改了其实没改"）。
            let typo = "[preset.a.space]\nkpp = { min = 1.0, max = 2.0 }\n";
            assert!(matches!(PresetFile::parse_str(typo), Err(PresetError::Parse { .. })));
            let typo2 = "version = 1\n[preset.a.searc]\nsamples = 1\n";
            assert!(matches!(PresetFile::parse_str(typo2), Err(PresetError::Parse { .. })));
        }

        #[test]
        fn load_reports_the_path_for_missing_files() {
            let path = std::path::Path::new("/definitely/not/here/tune.toml");
            let error = PresetFile::load(path).unwrap_err();
            assert!(matches!(error, PresetError::Io { .. }));
            assert!(error.to_string().contains("tune.toml"), "{error}");
        }

        #[test]
        fn invalid_values_are_rejected_with_the_offending_key() {
            // 在**完整**预设（内置默认 + 覆盖）上校验：预设只写要改的项。
            let build = |body: &str| -> Result<Tuning, PresetError> {
                let text = format!("version = 1\n[preset.a]\n{body}");
                let file = PresetFile::parse_str(&text)?;
                Preset::builtin().overlay(file.select(None)?).to_tuning()
            };

            let error =
                build("[preset.a.space]\nkp = { min = -1.0, max = 5.0, scale = \"log\" }\n")
                    .unwrap_err();
            assert!(matches!(&error, PresetError::Invalid { field: "kp", .. }), "{error}");

            // 负权重。
            let error = build("[preset.a.cost]\nsettle = -1.0\n").unwrap_err();
            assert!(matches!(&error, PresetError::Invalid { field: "cost", .. }), "{error}");

            // 零样本（唯一被 `SearchConfig::validate` 拒绝的搜索配置）。
            let error = build("[preset.a.search]\nsamples = 0\n").unwrap_err();
            assert!(matches!(&error, PresetError::Invalid { field: "search", .. }), "{error}");

            // 预算小于样本数**不是**错误：sweep 会把预算下限抬到 samples。
            assert!(build("[preset.a.search]\nsamples = 100\nmax_evals = 10\n").is_ok());

            // 鲁棒权重越界。
            let error = build("[preset.a.sim]\nrobust_weight = 1.5\n").unwrap_err();
            assert!(
                matches!(&error, PresetError::Invalid { field: "sim.robust_weight", .. }),
                "{error}"
            );

            // 退化场景。
            let error =
                build("[preset.a.scenario]\nhold_ms = 0.0\nramp_ms = 0.0\nprofile = \"step\"\n")
                    .unwrap_err();
            assert!(matches!(&error, PresetError::Invalid { field: "scenario", .. }), "{error}");

            // 缺 scale 的轴（内置换行默认提供了刻度，这里显式抹掉）。
            let mut preset = Preset::builtin();
            preset.space.kd = Some(RangeSpec { min: 0.1, max: 1.0, scale: None });
            let error = preset.to_tuning().unwrap_err();
            assert!(matches!(&error, PresetError::Invalid { field: "kd", .. }), "{error}");
        }

        #[test]
        fn missing_keys_are_reported_for_a_bare_preset() {
            let error = Preset::default().to_tuning().unwrap_err();
            assert!(matches!(error, PresetError::Missing { .. }), "{error}");
        }

        #[test]
        fn staircase_needs_levels() {
            let mut preset = Preset::builtin();
            preset.scenario.profile = Some(ProfileSpec::Staircase);
            preset.scenario.stair_levels = None;
            assert!(matches!(
                preset.to_tuning(),
                Err(PresetError::Missing { field: "scenario.stair_levels" })
            ));
            preset.scenario.stair_levels = Some(0);
            assert!(matches!(
                preset.to_tuning(),
                Err(PresetError::Invalid { field: "scenario.stair_levels", .. })
            ));
            preset.scenario.stair_levels = Some(5);
            assert!(preset.to_tuning().is_ok());
        }

        #[test]
        fn bench_envelope_rejects_unsafe_values() {
            let mut preset = Preset::builtin();
            preset.bench.max_rpm = Some(0.0);
            assert!(matches!(
                preset.bench_envelope(),
                Err(PresetError::Invalid { field: "bench.max_rpm", .. })
            ));
            preset = Preset::builtin();
            preset.bench.trial_timeout_ms = Some(0);
            assert!(preset.bench_envelope().is_err());
            preset = Preset::builtin();
            preset.bench.validate_runs = Some(0);
            assert!(preset.bench_envelope().is_err());
        }

        #[test]
        fn spec_enums_round_trip_through_toml_text() {
            #[derive(Deserialize)]
            struct Wrapper<T> {
                value: T,
            }

            let parse = |text: &str| -> Wrapper<ScaleSpec> {
                toml::from_str(&format!("value = \"{text}\"")).unwrap()
            };
            for (spec, text) in
                [(ScaleSpec::Linear, "linear"), (ScaleSpec::Log, "log"), (ScaleSpec::Log0, "log0")]
            {
                assert_eq!(spec.name(), text);
                assert_eq!(parse(text).value, spec);
            }
            assert_eq!(PlantSpec::Gm3508Bench.name(), "gm3508-bench");
            assert_eq!(SolverSpec::NelderMead.name(), "nelder-mead");
            assert_eq!(BackendSpec::Bench.name(), "bench");
            let profile: Wrapper<ProfileSpec> =
                toml::from_str("value = \"ramp-and-hold\"").unwrap();
            assert_eq!(profile.value, ProfileSpec::RampAndHold);
        }
    }
}

pub mod search {
    //! 两阶段参数空间搜索：种子化分层粗扫 → `argmin` 多起点局部精修。
    //!
    //! # 为什么是两阶段
    //!
    //! 成本函数有一大片"罚值平原"（不收敛 / 饱和的候选成本都等于 `PENALTY`），
    //! 纯局部搜索会陷在平原上；而纯网格搜索在四个数量级跨度上需要天文数字的
    //! 评估次数。两阶段各取所长：
    //!
    //! 1. **粗扫**：Latin Hypercube 分层采样 + `rayon` 并行评估，用有限次数把
    //!    空间铺满，拿到若干个互不相邻的可达解（top-k）；
    //! 2. **精修**：以每个可达解为起点做多起点 `argmin` 局部搜索（Nelder-Mead
    //!    或 PSO），在**坐标空间**（对数刻度）里收敛到局部最优。
    //!
    //! # 可复现性
    //!
    //! 每个候选的随机性只来自 `(种子, 候选下标)` 派生的独立 RNG，结果与线程
    //! 调度无关；粗扫结果按下标排序后再取 top-k，因此同 seed 两次运行逐位一致。

    use std::sync::atomic::{AtomicU64, Ordering};

    use argmin::core::{CostFunction, Error as ArgminError, Executor};
    use argmin::solver::neldermead::NelderMead;
    use argmin::solver::particleswarm::ParticleSwarm;
    use experiment::Scenario;
    use indicatif::ProgressBar;
    use motor_control::VelocityGains;
    use rand::SeedableRng as _;
    use rand::rngs::StdRng;
    use rayon::prelude::*;
    use thiserror::Error;

    use crate::Evaluator;
    use crate::cost::{Score, Verdict};
    use crate::gains::{AXIS_COUNT, GainSpace};

    /// 搜索阶段的错误。
    #[derive(Debug, Clone, PartialEq, Eq, Error)]
    pub enum SearchError {
        /// 参数空间非法。
        #[error("invalid gain space: {0}")]
        InvalidSpace(String),
        /// 粗扫样本数为 0。
        #[error("samples must be >= 1")]
        NoSamples,
    }

    /// 候选来自哪个阶段。
    #[derive(Debug, Clone, Copy, PartialEq, Eq)]
    pub enum Phase {
        /// 分层粗扫。
        Coarse,
        /// 局部精修。
        Refine,
        /// 用户指定 / 基线点。
        Seed,
    }

    impl Phase {
        /// CSV / 报告标签。
        #[must_use]
        pub fn label(self) -> &'static str {
            match self {
                Self::Coarse => "coarse",
                Self::Refine => "refine",
                Self::Seed => "seed",
            }
        }
    }

    /// 一次被评估的候选。
    #[derive(Debug, Clone, Copy, PartialEq)]
    pub struct Trial {
        /// 评估序号（按评估顺序递增，报告可复现）。
        pub index: u64,
        /// 所属阶段。
        pub phase: Phase,
        /// 增益。
        pub gains: VelocityGains,
        /// 评估结果。
        pub score: Score,
    }

    impl Trial {
        /// 成本。
        #[must_use]
        pub fn cost(&self) -> f64 {
            self.score.cost
        }
    }

    /// 局部精修求解器。
    #[derive(Debug, Clone, Copy, PartialEq, Eq, Default)]
    pub enum SolverKind {
        /// Nelder-Mead（无导数、对罚值平原鲁棒），默认。
        #[default]
        NelderMead,
        /// 粒子群（更全局，评估次数更高）。
        Pso,
    }

    impl SolverKind {
        /// 文本名。
        #[must_use]
        pub fn name(self) -> &'static str {
            match self {
                Self::NelderMead => "nelder-mead",
                Self::Pso => "pso",
            }
        }

        /// 从文本解析。
        ///
        /// # Errors
        ///
        /// 未知名字时返回错误。
        pub fn parse(text: &str) -> Result<Self, SearchError> {
            match text {
                "nelder-mead" | "neldermead" | "nm" => Ok(Self::NelderMead),
                "pso" | "particle-swarm" => Ok(Self::Pso),
                other => Err(SearchError::InvalidSpace(format!(
                    "unknown solver '{other}' (expected nelder-mead|pso)"
                ))),
            }
        }
    }

    /// 搜索配置。
    #[derive(Debug, Clone, PartialEq)]
    pub struct SearchConfig {
        /// 种子（决定分层采样与多起点顺序）。
        pub seed: u64,
        /// 粗扫样本数。
        pub samples: usize,
        /// 进入精修的种子数量。
        pub top_k: usize,
        /// 精修求解器。
        pub solver: SolverKind,
        /// 每个起点的最大迭代数。
        pub max_iters: usize,
        /// PSO 粒子数（`SolverKind::Pso` 时生效）。
        pub particles: usize,
        /// 评估预算上限（含粗扫）。
        pub max_evals: u64,
    }

    impl Default for SearchConfig {
        fn default() -> Self {
            Self {
                seed: 20_260_101,
                samples: 512,
                top_k: 8,
                solver: SolverKind::NelderMead,
                max_iters: 200,
                particles: 24,
                max_evals: 4_000,
            }
        }
    }

    impl SearchConfig {
        /// 校验。
        ///
        /// 预算小于样本数**不是**错误：[`sweep`] 会把预算下限抬到 `samples`
        /// （粗扫必须能把铺满空间的样本跑完），因此只有"没有样本"才是硬错误。
        ///
        /// # Errors
        ///
        /// 样本数为 0 时返回 [`SearchError::NoSamples`]。
        pub fn validate(&self) -> Result<(), SearchError> {
            if self.samples == 0 {
                return Err(SearchError::NoSamples);
            }
            Ok(())
        }
    }

    /// 搜索结果（按成本升序）。
    #[derive(Debug, Clone)]
    pub struct Ranked {
        /// 全部候选（升序）。
        pub trials: Vec<Trial>,
        /// 最优候选。
        pub best: Trial,
        /// 实际评估次数。
        pub evals: u64,
        /// 被硬约束拦下的候选数。
        pub rejected: usize,
    }

    impl Ranked {
        /// 前 `n` 名。
        #[must_use]
        pub fn top(&self, n: usize) -> &[Trial] {
            let n = n.min(self.trials.len());
            &self.trials[..n]
        }

        /// 达到 `Verdict::Ok` 的候选数。
        #[must_use]
        pub fn ok_count(&self) -> usize {
            self.trials.iter().filter(|t| t.score.verdict.is_ok()).count()
        }
    }

    /// 共享的评估预算与计数器。
    struct Budget {
        used: AtomicU64,
        limit: u64,
    }

    impl Budget {
        fn new(limit: u64) -> Self {
            Self { used: AtomicU64::new(0), limit }
        }

        /// 取一个评估配额；返回 `None` 表示预算耗尽。
        ///
        /// 用 CAS 而不是 `fetch_add`：预算耗尽后优化器仍会持续询问，若仍自增，
        /// `spent()` 就会把"被拒绝的询问"也算成评估次数，报告里的数字便失去意义。
        fn take(&self) -> Option<u64> {
            let mut current = self.used.load(Ordering::Relaxed);
            loop {
                if current >= self.limit {
                    return None;
                }
                match self.used.compare_exchange_weak(
                    current,
                    current + 1,
                    Ordering::Relaxed,
                    Ordering::Relaxed,
                ) {
                    Ok(_) => return Some(current),
                    Err(observed) => current = observed,
                }
            }
        }

        fn spent(&self) -> u64 {
            self.used.load(Ordering::Relaxed)
        }
    }

    /// 按预算评估一组增益（预算耗尽时直接给罚值，不再花时间算）。
    fn evaluate_with_budget(
        budget: &Budget,
        evaluator: &dyn Evaluator,
        gains: &VelocityGains,
    ) -> Score {
        if budget.take().is_some() {
            evaluator.evaluate(gains)
        } else {
            Score::penalized(Verdict::Rejected)
        }
    }

    /// 记录本次精修见过的最优解。
    ///
    /// 不依赖 `argmin` 的结果访问器（跨版本不稳定），而是让成本函数自己记账：
    /// 谁算出过最低成本，谁就是这次精修的结果。
    #[derive(Default)]
    struct BestTracker {
        best: std::sync::Mutex<Option<(f64, [f64; AXIS_COUNT])>>,
    }

    impl BestTracker {
        fn new() -> Self {
            Self::default()
        }

        fn record(&self, cost: f64, coords: [f64; AXIS_COUNT]) {
            let mut best = self.best.lock().unwrap_or_else(std::sync::PoisonError::into_inner);
            if best.is_none_or(|(current, _)| cost < current) {
                *best = Some((cost, coords));
            }
        }

        fn take(&self) -> Option<(f64, [f64; AXIS_COUNT])> {
            *self.best.lock().unwrap_or_else(std::sync::PoisonError::into_inner)
        }
    }

    /// 把 [`Evaluator`] 适配成 `argmin` 的成本函数（坐标空间参数）。
    struct CoordProblem<'a> {
        evaluator: &'a dyn Evaluator,
        space: &'a GainSpace,
        budget: &'a Budget,
        tracker: &'a BestTracker,
    }

    impl CostFunction for CoordProblem<'_> {
        type Param = Vec<f64>;
        type Output = f64;

        fn cost(&self, param: &Self::Param) -> Result<f64, ArgminError> {
            let coords: [f64; AXIS_COUNT] = match param.as_slice() {
                [a, b, c, d] => [*a, *b, *c, *d],
                _ => return Ok(crate::cost::PENALTY),
            };
            let gains = self.space.from_coords(coords);
            let cost = match self.budget.take() {
                Some(_) => self.evaluator.evaluate(&gains).cost,
                None => crate::cost::PENALTY,
            };
            if cost.is_finite() {
                self.tracker.record(cost, coords);
            }
            Ok(cost)
        }
    }

    /// 以 `start` 为起点做一次局部精修，返回见过的最优增益。
    fn refine(
        space: &GainSpace,
        evaluator: &dyn Evaluator,
        budget: &Budget,
        config: &SearchConfig,
        start: VelocityGains,
        seed: u64,
    ) -> VelocityGains {
        let (lower, upper) = space.coord_bounds();
        let tracker = BestTracker::new();
        let problem = CoordProblem { evaluator, space, budget, tracker: &tracker };
        let start_coords = space.to_coords(&start);

        // 两种求解器的 `OptimizationResult` 类型不同，这里只保留"成功 / 失败"。
        let outcome: Result<(), ArgminError> = match config.solver {
            SolverKind::NelderMead => {
                // n 维需要 n+1 个初始顶点：起点 + 每轴一小步（轴跨度的 5%）。
                let mut simplex: Vec<Vec<f64>> = Vec::with_capacity(AXIS_COUNT + 1);
                simplex.push(start_coords.to_vec());
                for axis in 0..AXIS_COUNT {
                    let mut vertex = start_coords;
                    let span = (upper[axis] - lower[axis]).abs();
                    vertex[axis] = (vertex[axis] + 0.05 * span.max(1.0e-3)).min(upper[axis]);
                    simplex.push(vertex.to_vec());
                }
                let solver: NelderMead<Vec<f64>, f64> = NelderMead::new(simplex);
                Executor::new(problem, solver)
                    .configure(|state| state.max_iters(config.max_iters as u64))
                    .run()
                    .map(|_| ())
            }
            SolverKind::Pso => {
                let solver: ParticleSwarm<Vec<f64>, f64, StdRng> =
                    ParticleSwarm::new((lower.to_vec(), upper.to_vec()), config.particles.max(2))
                        .with_rng_generator(StdRng::seed_from_u64(seed));
                Executor::new(problem, solver)
                    .configure(|state| state.max_iters(config.max_iters as u64))
                    .run()
                    .map(|_| ())
            }
        };
        // 求解器失败（预算耗尽 / 数值问题）不算错：退化到起点，搜索继续。
        if let Err(error) = outcome {
            tracing::debug!(%error, "local refinement stopped early");
        }
        tracker.take().map_or(start, |(_, coords)| space.from_coords(coords))
    }

    /// 执行两阶段搜索。
    ///
    /// # Errors
    ///
    /// 参数空间或配置非法时返回 [`SearchError`]。
    pub fn sweep(
        space: &GainSpace,
        config: &SearchConfig,
        evaluator: &dyn Evaluator,
        progress: Option<&ProgressBar>,
    ) -> Result<Ranked, SearchError> {
        space.validate().map_err(|e| SearchError::InvalidSpace(e.to_string()))?;
        config.validate()?;

        let budget = Budget::new(config.max_evals.max(config.samples as u64));

        // ---------------- 阶段 1：分层粗扫（并行） ----------------
        let mut rng = StdRng::seed_from_u64(config.seed);
        let candidates = space.stratified(config.samples, &mut rng);
        let mut trials: Vec<Trial> = candidates
            .into_par_iter()
            .enumerate()
            .map(|(index, gains)| Trial {
                index: index as u64,
                phase: Phase::Coarse,
                gains,
                score: evaluate_with_budget(&budget, evaluator, &gains),
            })
            .collect();
        if let Some(bar) = progress {
            bar.inc(trials.len() as u64);
        }

        // 排序后再取 top-k：与线程调度无关，同 seed 必定选出同一批种子。
        trials.sort_by(|a, b| a.cost().total_cmp(&b.cost()).then(a.index.cmp(&b.index)));
        let seeds: Vec<Trial> = trials.iter().take(config.top_k.max(1)).copied().collect();

        // ---------------- 阶段 2：多起点精修（并行） ----------------
        let coarse_count = trials.len() as u64;
        let refined: Vec<Trial> = seeds
            .par_iter()
            .enumerate()
            .map(|(slot, seed_trial)| {
                let seed = config.seed.wrapping_add((slot as u64 + 1).wrapping_mul(0x9E37_79B9));
                let gains = refine(space, evaluator, &budget, config, seed_trial.gains, seed);
                let score = evaluate_with_budget(&budget, evaluator, &gains);
                Trial { index: coarse_count + slot as u64, phase: Phase::Refine, gains, score }
            })
            .collect();
        if let Some(bar) = progress {
            bar.inc(refined.len() as u64);
        }
        trials.extend(refined);

        trials.sort_by(|a, b| a.cost().total_cmp(&b.cost()).then(a.index.cmp(&b.index)));
        let evals = budget.spent();
        let rejected = trials.iter().filter(|t| !t.score.verdict.is_ok()).count();
        let best = trials.first().copied().ok_or(SearchError::NoSamples)?;
        Ok(Ranked { trials, best, evals, rejected })
    }

    /// 只评估一组增益（`validate` 子命令）。
    #[must_use]
    pub fn evaluate_once(evaluator: &dyn Evaluator, gains: &VelocityGains) -> Trial {
        Trial { index: 0, phase: Phase::Seed, gains: *gains, score: evaluator.evaluate(gains) }
    }

    /// 一次评估都未达标时的提示（报告用）。
    #[must_use]
    pub fn verdict_hint(verdict: Verdict) -> &'static str {
        match verdict {
            Verdict::Ok => "达标",
            Verdict::Rejected => "参数非法或场景退化",
            Verdict::Diverged => "数值发散：增益过大",
            Verdict::Overspeed => "过速：增益过大或前馈过高",
            Verdict::Saturated => "长时间饱和：限流太紧或积分过大",
            Verdict::NoSettle => "未收敛：增益过小或积分不足（空载台架考虑 ff=0）",
        }
    }

    /// 报告用的场景摘要。
    #[must_use]
    pub fn scenario_summary(scenario: &Scenario) -> String {
        format!(
            "{:?} target={:.0} rpm ramp={:.0}ms hold={:.0}ms dt={:.1}ms",
            scenario.profile,
            scenario.target_rpm,
            scenario.ramp_s * 1000.0,
            scenario.hold_s * 1000.0,
            scenario.dt_s * 1000.0
        )
    }

    #[cfg(test)]
    mod tests {
        use super::*;
        use crate::TestSimEvaluator;
        use crate::cost::{Objective, Weights};
        use motor_model::PlantParams;
        use sim_harness::{LoopLimits, PlantEnsemble, PlantTolerances};

        fn space() -> GainSpace {
            GainSpace::default_gm3508()
        }

        fn evaluator(plant: PlantParams, ensemble: usize, robust_weight: f64) -> TestSimEvaluator {
            let scenario = Scenario::step(1500.0, 2.0);
            let limits = LoopLimits::gm3508();
            let objective = Objective::new(Weights::default(), scenario, limits);
            let ensemble =
                PlantEnsemble::randomized(plant, PlantTolerances::default(), ensemble, 7);
            TestSimEvaluator::new(ensemble, scenario, limits, objective, robust_weight)
        }

        fn small_config(seed: u64) -> SearchConfig {
            SearchConfig {
                seed,
                samples: 64,
                top_k: 3,
                max_iters: 60,
                max_evals: 2_000,
                ..SearchConfig::default()
            }
        }

        #[test]
        fn sweep_finds_a_usable_configuration() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            let ranked = sweep(&space(), &small_config(1), &evaluator, None).unwrap();
            let best = ranked.best;
            assert_eq!(best.score.verdict, Verdict::Ok, "{best:?}");
            let metrics = best.score.metrics.unwrap();
            assert!(metrics.ss_error_pct < 5.0, "ss = {}", metrics.ss_error_pct);
            assert!(metrics.overshoot_pct < 30.0, "overshoot = {}", metrics.overshoot_pct);
        }

        #[test]
        fn sweep_beats_the_documented_hand_tuned_baseline() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            // README 记录的空载台架起步整定：kp=2, ki=10, kd=0, ff=0。
            let baseline = evaluator.evaluate(&VelocityGains::new(2.0, 10.0, 0.0, 0.0));
            let ranked = sweep(&space(), &small_config(17), &evaluator, None).unwrap();
            assert!(
                ranked.best.cost() < baseline.cost,
                "search {} must beat baseline {}",
                ranked.best.cost(),
                baseline.cost
            );
        }

        #[test]
        fn results_are_reproducible_for_a_fixed_seed() {
            let evaluator = evaluator(PlantParams::gm3508_bench(), 4, 0.5);
            let a = sweep(&space(), &small_config(99), &evaluator, None).unwrap();
            let b = sweep(&space(), &small_config(99), &evaluator, None).unwrap();
            assert_eq!(a.best.gains, b.best.gains, "同 seed 必须给出同一组增益");
            assert_eq!(a.best.cost().to_bits(), b.best.cost().to_bits());
            assert_eq!(a.trials.len(), b.trials.len());
            for (x, y) in a.trials.iter().zip(&b.trials) {
                assert_eq!(x.gains, y.gains);
                assert_eq!(x.cost().to_bits(), y.cost().to_bits());
            }
        }

        #[test]
        fn different_seeds_explore_differently() {
            let evaluator = evaluator(PlantParams::gm3508_bench(), 2, 0.5);
            let a = sweep(&space(), &small_config(1), &evaluator, None).unwrap();
            let b = sweep(&space(), &small_config(2), &evaluator, None).unwrap();
            let same_phase1: Vec<_> =
                a.trials.iter().filter(|t| t.phase == Phase::Coarse).map(|t| t.gains).collect();
            let other: Vec<_> =
                b.trials.iter().filter(|t| t.phase == Phase::Coarse).map(|t| t.gains).collect();
            assert_ne!(same_phase1, other);
        }

        #[test]
        fn refined_trials_are_not_worse_than_their_seed() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            let ranked = sweep(&space(), &small_config(5), &evaluator, None).unwrap();
            let coarse_best = ranked
                .trials
                .iter()
                .filter(|t| t.phase == Phase::Coarse)
                .map(Trial::cost)
                .fold(f64::INFINITY, f64::min);
            assert!(
                ranked.best.cost() <= coarse_best + 1e-9,
                "best {} vs coarse best {coarse_best}",
                ranked.best.cost()
            );
            assert!(ranked.trials.iter().any(|t| t.phase == Phase::Refine));
        }

        #[test]
        fn pso_solver_also_improves_or_holds() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            let mut config = small_config(3);
            config.solver = SolverKind::Pso;
            config.particles = 8;
            config.max_iters = 12;
            let ranked = sweep(&space(), &config, &evaluator, None).unwrap();
            assert_eq!(ranked.best.score.verdict, Verdict::Ok, "{:?}", ranked.best);
        }

        #[test]
        fn budget_bounds_the_number_of_evaluations() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            let mut config = small_config(4);
            config.max_evals = 80;
            let ranked = sweep(&space(), &config, &evaluator, None).unwrap();
            assert!(ranked.evals <= 84, "evals = {}", ranked.evals);
        }

        #[test]
        fn invalid_space_is_rejected() {
            let mut bad = space();
            bad.kp.min = -1.0;
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            assert!(matches!(
                sweep(&bad, &small_config(1), &evaluator, None),
                Err(SearchError::InvalidSpace(_))
            ));
        }

        #[test]
        fn zero_samples_is_rejected() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            let mut config = small_config(1);
            config.samples = 0;
            assert_eq!(
                sweep(&space(), &config, &evaluator, None).err(),
                Some(SearchError::NoSamples)
            );
        }

        #[test]
        fn solver_kind_parsing_round_trips() {
            assert_eq!(SolverKind::parse("nelder-mead").unwrap(), SolverKind::NelderMead);
            assert_eq!(SolverKind::parse("pso").unwrap(), SolverKind::Pso);
            assert!(SolverKind::parse("simulated-annealing").is_err());
            assert_eq!(SolverKind::default().name(), "nelder-mead");
        }

        #[test]
        fn evaluate_once_reports_the_same_verdict() {
            let evaluator = evaluator(PlantParams::gm3508(), 1, 0.0);
            let trial = evaluate_once(&evaluator, &VelocityGains::new(4.0, 12.0, 0.0, 0.0));
            assert_eq!(trial.phase, Phase::Seed);
            assert_eq!(trial.score.verdict, Verdict::Ok);
            assert!(trial.score.metrics.is_some());
        }

        #[test]
        fn verdict_hints_cover_every_verdict() {
            for verdict in [
                Verdict::Ok,
                Verdict::Rejected,
                Verdict::Diverged,
                Verdict::Overspeed,
                Verdict::Saturated,
                Verdict::NoSettle,
            ] {
                assert!(!verdict_hint(verdict).is_empty());
            }
        }

        #[test]
        fn scenario_summary_mentions_the_key_numbers() {
            let text = scenario_summary(&Scenario::step(1200.0, 1.0));
            assert!(text.contains("1200 rpm"), "{text}");
            assert!(text.contains("1000ms"), "{text}");
        }
    }
}

pub use cost::*;
pub use gains::*;
pub use preset::*;
pub use relay::*;
pub use search::*;
pub use zn::*;

#[cfg(test)]
/// Test-only offline evaluator for search regression tests.
struct TestSimEvaluator {
    ensemble: sim_harness::PlantEnsemble,
    scenario: experiment::Scenario,
    limits: sim_harness::LoopLimits,
    objective: cost::Objective,
    robust_weight: f64,
}

#[cfg(test)]
impl TestSimEvaluator {
    /// Build an offline evaluator.
    #[must_use]
    pub fn new(
        ensemble: sim_harness::PlantEnsemble,
        scenario: experiment::Scenario,
        limits: sim_harness::LoopLimits,
        objective: cost::Objective,
        robust_weight: f64,
    ) -> Self {
        Self { ensemble, scenario, limits, objective, robust_weight }
    }
}

#[cfg(test)]
impl Evaluator for TestSimEvaluator {
    fn evaluate(&self, gains: &motor_control::VelocityGains) -> Evaluated {
        let mut costs = Vec::with_capacity(self.ensemble.len());
        let mut nominal = None;
        let mut worst_verdict = cost::Verdict::Ok;
        for (index, plant) in self.ensemble.iter().enumerate() {
            let score = match sim_harness::simulate(*gains, plant, &self.scenario, self.limits) {
                Ok(trace) => self.objective.score(&trace),
                Err(error) => cost::Score::penalized(cost::Objective::from_error(error)),
            };
            if index == 0 {
                nominal = Some(score);
            }
            if !score.verdict.is_ok() && worst_verdict.is_ok() {
                worst_verdict = score.verdict;
            }
            costs.push(score.cost);
        }
        let count = costs.len().max(1) as f64;
        let mean = costs.iter().sum::<f64>() / count;
        let worst = costs.iter().copied().fold(f64::NEG_INFINITY, f64::max);
        let cost_value = (1.0 - self.robust_weight) * mean + self.robust_weight * worst;
        let nominal = nominal.unwrap_or_else(|| cost::Score::penalized(cost::Verdict::Rejected));
        let verdict = if nominal.verdict.is_ok() { worst_verdict } else { nominal.verdict };
        cost::Score { cost: cost_value, verdict, metrics: nominal.metrics }
    }

    fn describe(&self) -> String {
        format!("sim(ensemble={}, robust_weight={:.2})", self.ensemble.len(), self.robust_weight)
    }
}