114514

project/README.md

@@ -0,0 +1,29 @@
+# project/ 薄兼容层
+
+题目 Prompt 要求 `project/` 目录树；本仓库的真实算法保持唯一一份，
+位于 `src/mcm26b`、`scripts/`。本目录只做 re-export/转发，不复制实现。
+
+| Prompt 路径 | 真实实现 |
+|---|---|
+| `env/simulator_client.py` | `src/mcm26b/protocol/client.py` |
+| `env/local_env.py` | `src/mcm26b/hrl/hierarchical_env.py`, `low_level_env.py` |
+| `env/particle_filter.py` | `src/mcm26b/particles.py` |
+| `policies/high_level_ppo.py` | `src/mcm26b/hrl/policy.py` |
+| `policies/low_level_ppo.py` | `src/mcm26b/hrl/policy.py`, `low_level_env.py` |
+| `train/curriculum.py` | `src/mcm26b/hrl/curriculum.py` |
+| `train/domain_randomization.py` | `src/mcm26b/hrl/curriculum.py` + 配置包装 |
+| `eval/evaluate.py` | `scripts/benchmark_hrl.py` |
+| `eval/ablation.py` | `scripts/ablate_hrl.py`（P2） |
+| `baselines/heuristic.py` | `src/mcm26b/planner/hrl_loop.py` 启发式降级 |
+| `baselines/end_to_end_ppo.py` | 显式未实现；单源局部 PPO 不冒充 E2E |
+
+使用示例：
+
+```python
+from project.env.local_env import make_local_env
+env = make_local_env(problem=3, stage=1, seed=7)
+obs, info = env.reset(seed=7)
+```
+
+P1 当前交付：`benchmark_hrl.py`、`train_hrl_high.py`、CLI `--strategy hrl`、
+`--q4-strategy hrl`。P2 的 BC/Optuna/消融在 smoke 通过后另开。