Merge branch 'gpt' of git.simba-robotics.com:HelixCopex/mcm-26-b into gpt

docs/B题建模分析与实施计划.md

@@ -187,13 +187,13 @@ AI 的适合用法是把这些模块逐一变成可测试程序、生成边界
 
 | 阶段 | 交付与执行任务 | 验收门槛 | 当前状态 |
 | --- | --- | --- | --- |
-| P0 规则固定 | 规则表、状态机、四类API字段与成本 | 示例逐步105/111/194/199秒；clear不切换频道 | 已核对规则，完整状态机待工程化 |
-| P1 协议基线 | enter/measure/clear/exit客户端；串行、幂等、截止时间 | accepted=false和超时重试不污染状态；主动退出；故障注入回放 | 已有少量测向采集器及真实计时回放；完整客户端待实现 |
+| P0 规则固定 | 规则表、状态机、四类API字段与成本 | 示例逐步105/111/194/199秒；clear不切换频道 | 已完成：`protocol/rules+timing+state` 工程化，`sim-check` 与 `tests/test_protocol_timing.py` 固化 |
+| P1 协议基线 | enter/measure/clear/exit客户端；串行、幂等、截止时间 | accepted=false和超时重试不污染状态；主动退出；故障注入回放 | 已完成：`protocol/client`，`ScriptedFaultTransport`/`PlaybackTransport` 回放，`tests/test_protocol_client.py` 全过 |
 | P2 几何内核 | 问题一解答、区域分类、直径圆证据、MEC、清除余量 | 跨界、退化、无界、解析反例、独立算法对照 | 已实现并优化，20项自动化测试通过 |
-| P3 问题二选点 | $K_1$ 先验、安全候选盘、后验半径采样与 `near` 分支 | 距离证书有效；采样加密；不把探索当接收保证 | 解析非空证明及证书已实现；选点器与实验待实现 |
-| P4 全向闭环 | 49点覆盖记录、定位队列、清除、停止、日志统计 | 10/16源、边界源和错误响应案例；官方演练全清并正常退出 | 待实现 |
-| P5 定向扩展 | no_signal联合约束、覆盖发现、有限清除后备与预算 | 朝外边界源不漏；真源不误删；格数与退出预算检查 | 已有证明和设计；闭环待实现 |
-| P6 加速消融 | 共享测点、自适应覆盖、目标排序、提前清除 | 配对案例全清不退化，时间/请求数改善可复算 | 可删减；复杂学习与朝向搜索后置 |
+| P3 问题二选点 | $K_1$ 先验、安全候选盘、后验半径采样与 `near` 分支 | 距离证书有效；采样加密；不把探索当接收保证 | 已实现：`belief` 保守候选集 + `planner` 保证接收盘选点器（worst-posterior 采样、1/4 间距加密复核）；策略对比实验待做 |
+| P4 全向闭环 | 49点覆盖记录、定位队列、清除、停止、日志统计 | 10/16源、边界源和错误响应案例；官方演练全清并正常退出 | 自建闭环已完成：`planner.OmnidirectionalLoop`（10/16/0 源、近边界源、预算耗尽、故障注入测试通过）；官方演练全清待团队执行 |
+| P5 定向扩展 | no_signal联合约束、覆盖发现、有限清除后备与预算 | 朝外边界源不漏；真源不误删；格数与退出预算检查 | 已实现：`planner.DirectionalExtension`（49点覆盖对定向源成立、保证接收盘内 no_signal 记为观测到定向、对跖+环探梯子、`fallback_clear_cells` 有限圆盘覆盖后备清除带格数/预算双硬顶）；`tests/test_loop_q4.py` 全过；官方混合源演练待执行 |
+| P6 加速消融 | 共享测点、自适应覆盖、目标排序、提前清除 | 配对案例全清不退化，时间/请求数改善可复算 | 可删减；闭环基线数据已可用于消融对照 |
 | P7 正式与论文 | 固定版本、论文表1、日志原名、上传核查 | 问题3/4各3份正式记录与程序版本对应 | 团队后续安排；本任务不执行正式测试 |
 
 按2026年9月10日起的剩余时间，建议10日补齐P1并衔接P3，11日完成P4自建边界案例与全向演练，12日完成P5及混合源演练；未达验收就删减P6并优先修正闭环。演练不限3次，正式机会为问题3和4各3次。团队在版本稳定后自行安排正式记录，留出失败恢复和论文整理时间。附件建议9月13日15:30前完成正式测试，17:30后不能启动新的演练或正式测试；已进入上传队列的日志仍会继续上传。此处引用所给附件安排，运行前核对模拟器界面公告；这份排期不改变当前禁止使用正式测试的限制。
@@ -210,4 +210,17 @@ AI 的适合用法是把这些模块逐一变成可测试程序、生成边界
 
 可复现报告见 `output/q1/optimization_report.json`，问题一证明、输入输出及数值限制见 `docs/问题一解答.md`。局部MEC基准只反映本地几何计算，不能据此宣称请求延迟、完整策略或官方成绩得到同样提升。
 
-下一步优先补齐P1完整协议与故障回放，再实现P3选点器并接入P4“发现—定位—清除—证明完成—退出”闭环。P2已经具备可复用输入输出；不要重复开发几何内核或提前堆叠学习算法。以全向演练的实际请求、日志和耗时决定P5后备规模与P6加速投入。
+P0–P5（自建部分）与 P2 均已交付：协议层（串行幂等客户端、状态机、预算截止、
+故障回放）、几何内核、belief 保守候选集、保证接收盘选点器、`OmnidirectionalLoop`
+全向闭环与 `DirectionalExtension` 混合源定向闭环（49 点覆盖对定向源同样成立、
+no_signal 联合约束基线不删候选、对跖+环探遮挡梯子、`fallback_clear_cells`
+有限圆盘覆盖后备清除，格数与现实预算双硬顶下不盲扫）。自建验收：
+`uv run pytest`（95 项）与 `uv run mcm26b sim-check`；随机场景自检：
+`uv run mcm26b run --robot-id <队号> --self-test`（问题4加 `--problem 4`）。
+
+下一步优先把两个闭环接入官方演练（问题3用全向、问题4用混合，先实测单请求
+延迟与总请求数，核对 1200s 现实预算与 2MB 日志体积），再做 P6 消融对照。
+基线量级供参照：10 源场景约 550–630 次检测、虚拟总时 1.4–1.7 万秒；16 源
+场景约 200–320 次检测即触发数量上界停止。该数字说明共享测点与跳点策略
+（P6）有明确改进空间。不要重复开发几何内核或提前堆叠学习算法；以官方演练
+的实际请求、日志和耗时决定 P6 加速投入。

docs/协议规则表与状态机.md

@@ -121,3 +121,74 @@ remaining_real_duration_s 为准，不得假定恒为 1200）；测试窗口 25
   进程崩溃不丢已发记录，回放测试与 evaluation 复算共用同一格式；
 - **本地预校验**：channel 范围、坐标有限性与 2e6 上限、robot_id/request_id 格式
   在发送前拒绝（与服务器 400 语义一致，省一次往返）。
+
+## 6. 策略层如何使用本协议（P3/P4 交付）
+
+第 5 节的客户端是策略层唯一的事实来源；`belief`（候选集）、`planner`（选点与闭环）
+不绕开它直接发请求。衔接约定：
+
+- **串行不变**：闭环每个决策步只发一个动作，`measure`/`clear` 的返回值
+  （`MeasureOutcome`/`ClearOutcome`）是 belief 更新的唯一输入；
+- **状态同步**：机器人位置/测向频道/虚拟时刻一律读 `client.state`，
+  频道规则（§3 状态机表）由状态机自动维护，策略层不自行推算；
+- **预算驱动退出**：`DeadlineExceeded` 只在 `/exit` 之外的动作前抛出；
+  闭环捕获后立即 `/exit`（豁免检查），并把该局记为"未证明完成"，
+  不与全清成功混记；
+- **选点的接收保证**：选点器只在保证接收盘 B(mec, 1000-ρ) 内取点，
+  盘内任一点到候选集每点距离 < 1000 ≤ 最小接收半径，因此定位阶段
+  不会浪费 `no_signal`（ρ>1000 的一般候选集退化为探索 MEC 圆心，允许
+  no_signal，理由字段中如实标注）；
+- **清除证书**：候选集外包多边形半径（含近似误差与工程余量）
+  ≤ 20m 才发起 `/clear`；证书有效但清除失败视为异常，先补测再重试，
+  不在同一证书上重复消耗 3 秒/次的失败清除；
+- **停止条件**（全部显式实现）：清除数达 16（源数上界证明）、
+  每频道均"已清除或覆盖证明不存在"、现实预算耗尽。发现若干源、
+  连续 no_signal、候选采样为空都不是停止条件；
+- **验收**：`tests/test_loop_q3.py` 在自建模拟器上覆盖 10/16/0 源、
+  近边界源、预算耗尽与故障注入；`uv run mcm26b run --robot-id <队号>
+  --self-test` 可离线复跑随机场景，正式模式去掉 `--self-test` 即对接
+  模拟器（日志用 `--log` 落盘，格式同 §5 JSONL）。
+
+## 7. 定向扩展如何使用本协议（P5 交付）
+
+问题4的定向源在**协议字段上与全向源完全不可区分**：`/measure` 仍只返回
+no_signal/near/direction（direction 附 svd_deg），`/clear` 仍只看 20m 半径。
+"该源是定向的"无法从报文读出，只能由观测推理。因此 §5/§6 的协议用法全部
+照用，定向性只改变策略层的解释与决策：
+
+- **发现阶段零改动**：49 点覆盖保证对定向源同样成立——源位于某网格单元
+  凸包内时，任意发射半平面（朝向 ±90°，含边界）必含至少一个顶点，且该
+  顶点距离 ≤ 700√2 ≈ 989.95 < 1000 ≤ 最小接收半径，覆盖阶段无需知道
+  源类型；
+- **no_signal 联合约束基线**：定向源的 no_signal 约束的是"位置×半径×朝向"
+  联合假设，单独维护空间候选会被误删，基线**不据此删任何候选**
+  （`belief.update_measure` 对 no_signal 无操作）；缺席证明仍只由完整覆盖
+  给出。唯一启用的推理：若 no_signal 发生在保证接收盘 B(mec, 1000-ρ) 内
+  （该盘内任一全向源必然可收），则只能由朝向遮挡解释 [观测推理]——该频道
+  记为"观测到定向"，进入探点升级梯子：对 MEC 圆心对跖复核一次，再绕
+  MEC、半径 = ρ 的圆环按 45° 步进探点（环包围任意候选源，发射半平面在
+  环上截出 ≥180° 弧）。被遮挡探点不消耗定位步数，单轮由
+  `max_blocked_probes`（4 [工程]）限流；梯子不构成接收保证，失败由后备
+  清除兜底；
+- **后备清除的协议用法**：定位停滞（候选集有界但未达 §6 清除证书）时，
+  对候选外包多边形构造 20m 有限圆盘覆盖（`fallback_clear_cells`：全局
+  半开网格索引、相交判定带正容差，格内任一点距某格心 ≤ 10√2 < 20m），
+  按"距机器人最近优先"逐格发 `/clear`（同频道、不同位置）——清除与朝向
+  无关 [题面]，是定向源不依赖可见性的完备后备。两条预算硬门槛（任一
+  不满足即跳过并留痕，绝不盲扫）：
+  - 格数上界：N ≤ `fallback_max_cells`（400 [工程]）；外包框枚举先按
+    (⌈w/20⌉+2)(⌈h/20⌉+2) 做规模检查，宽候选集（如仅一次读数的 750m
+    截断角域，数千格）必须继续定位而非硬扫；
+  - 现实预算：N × `real_rtt_p95_s` + `reserve_exit_s` ≤ 剩余现实时间。
+  虚拟耗时上界 ≈ 移动 L/5 + 3N（全失败）或 3(N-1)+5（末次成功）；
+- **真源不误删**：no_signal、失败的 `/clear`（含后备逐格全失败）均不删
+  空间候选；后备全失败按守恒性破坏记异常（格心距格内任一点 < 20m，
+  理论上必命中）；
+- **停止条件与预算语义不变**：仍是清除数达 16、每频道均"已清除或覆盖
+  证明不存在"、现实预算耗尽（记未证明完成）三种；
+- **验收**：`tests/test_loop_q4.py`（15 项：覆盖格无空洞与格线两侧保留、
+  退化多边形、格数上界公式；混合 10/16 源全清、朝向背离圆心的近边界源
+  不漏、批量种子回归；no_signal 不删候选；格数硬顶与预算跳过；后备
+  正路径命中与全失败异常留痕）；`uv run mcm26b run --robot-id <队号>
+  --problem 4 --self-test` 可离线复跑混合场景（`--directional` 指定
+  定向源数），正式模式同 §6。