114514

project/baselines/__init__.py

@@ -0,0 +1,3 @@
+from .heuristic import HeuristicHRL, run_heuristic
+
+__all__ = ["HeuristicHRL", "run_heuristic"]

project/baselines/end_to_end_ppo.py

@@ -0,0 +1,16 @@
+"""端到端 PPO 基线占位。
+
+按本轮确认：当前只交付局部 PPO 基线；raw-observation/raw-action 的真正
+端到端 PPO 不在 P0+P1 范围内，因此显式标记未实现，避免把单源局部选点
+PPO 误称为端到端 baseline。
+"""
+from __future__ import annotations
+
+
+def train_end_to_end_ppo(*args, **kwargs):
+    raise NotImplementedError(
+        "本轮只交付局部 PPO 基线；真正的端到端 PPO 基线标记为未实现，"
+        "需单独立项定义原始观测、动作与安全执行边界。")
+
+
+__all__ = ["train_end_to_end_ppo"]

project/baselines/heuristic.py

@@ -0,0 +1,16 @@
+"""兼容入口：信息增益/TSP/覆盖规则 + 高层启发式调度。"""
+from mcm26b.planner.bayes_loop import BayesLoop
+from mcm26b.planner.hrl_loop import HRLLoop
+
+
+def HeuristicHRL(*args, **kwargs):
+    """返回无模型的高层 HRL 闭环（heuristic_action 降级路径）。"""
+    kwargs.setdefault("high_policy", None)
+    return HRLLoop(*args, **kwargs)
+
+
+def run_heuristic(*args, **kwargs):
+    return HeuristicHRL(*args, **kwargs).run()
+
+
+__all__ = ["HeuristicHRL", "run_heuristic", "BayesLoop", "HRLLoop"]