114514

scripts/pretrain_hrl_expert.py

@@ -0,0 +1,24 @@
+"""高层专家轨迹预训练入口（P2 待实现）。
+
+按 docs/hrl-sol-execution.md，P2 才运行 `hrl_heuristic` 收集
+(episode_id, state, candidates, mask, action)，再按 episode 划分训练/验证集做 BC。
+本文件在 P0+P1 阶段只提供命令行占位，避免把未实现的 BC 说成已交付。
+"""
+from __future__ import annotations
+
+import argparse
+
+
+def main(argv=None) -> int:
+    parser = argparse.ArgumentParser(description=__doc__)
+    parser.add_argument("--problem", type=int, choices=(3, 4), default=3)
+    parser.add_argument("--episodes", type=int, default=3000)
+    parser.add_argument("--output", default="output/hrl/bc_high")
+    parser.parse_args(argv)
+    raise NotImplementedError(
+        "P2 尚未实现：专家轨迹收集/BC 需要先通过 P1 smoke；"
+        "当前请使用 scripts/benchmark_hrl.py --variants hrl_heuristic 做启发式骨架验证。")
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())