6

2026-09-11 11:36:08 +08:00
parent 2d2a9a4e6a
commit a18a139a1d
93 changed files with 9245 additions and 3806 deletions
@@ -12,34 +12,70 @@
 ## 项目结构

 ```
+referee/            # 独立评测机包（mcm26b-referee）：模拟器引擎+机器狗接口+WebUI，
+                    # 零第三方依赖、不依赖本队代码；题意符合性对照见 referee/README.md
 src/mcm26b/
 ├── config.py      # 参数中心：题面常量[题面] + 工程参数[工程]，唯一字面量来源
 ├── protocol/      # P0/P1 字段表、计时模型、状态机、串行幂等客户端（已完工）
 ├── geometry/      # P2 角域交会、直径、MEC、问题二安全候选盘证书（已完工）
-├── sim/           # 自建模拟器、故障注入、演练日志回放（测试专用，已完工）
 ├── belief/        # P3 逐频道候选集合 K_c：保守外包多边形 + 半平面裁剪（已完工）
 ├── coverage/      # P4 49点覆盖账本（网格生成 + 逐频道记录）
 ├── planner/       # P3 保证接收盘选点器 / P4 全向闭环 / P5 混合源定向闭环（已完工）
 ├── evaluation/    # 日志复算与统计（已完工）
-└── sim/scenes.py  # 自检场景生成器：全向与混合源（测试端专用）
-tests/             # pytest（兼容 unittest 风格），105 项
+└── harness/       # 测试侧适配：评测机<->Transport 内存回环、故障注入、回放、场景
+tests/             # pytest（含解耦守卫：运行时零导入 referee + 规则表不漂移）
 scripts/           # 采集、基准、可视化与校核脚本（含问题四批量仿真 benchmark_q4.py）
 output/ examples/  # 演练证据、算例与生成产物
 ```

-## 快速开始
+## 独立评测机与 WebUI（referee/）

-Python ≥ 3.10，依赖仅 `requests`（测试另需 `pytest`）。
+评测机已抽成独立包：`referee/`（uv workspace 成员，`uv sync` 自动挂载为 dev 依赖）。
+参赛队运行时代码**零导入** referee，双方仅通过附件2 的 HTTP 协议耦合——
+评测机可独立服务任何客户端，参赛队代码对接官方模拟器无需任何改动。

 ```bash
-uv sync                                   # 安装（可编辑挂载本包）
-uv run pytest                             # 全部测试
+uv run python -m referee                    # WebUI http://127.0.0.1:8026，接口 :2026
+uv run python -m referee --port 2026 --ui-port 8026 --data-dir referee-data
+uv run mcm26b run --robot-id 2026001 --local-judge   # 一键：起评测机→开演练局→闭环→汇总
+```
+
+- **WebUI 完全按附件1 §4 复现官方界面语义**：四个测试模块（演练不限次/正式各3次、
+  启动即占用、正式前再次确认）、确认开始→数据准备→5秒倒计时→25分钟窗口开放接口、
+  "指令与反馈"默认最新1000条（100..5000 可调）、中止测试两次确认、结束原因显示、
+  案例编码、演练结束显示 总数/全向/定向（正式任何界面不显示真值）、行为日志导出
+  （2MB 上限告警）、空闲时可改端口、只监听本机回环。
+- **回放器**（"回放"Tab）：以本局行为日志 JSONL 驱动，在 Ω 圆上动画复现运动与
+  扫描过程——移动按 5m/s 展开、检测以雷达扫描动画呈现（direction 附实测示向度
+  射线）、清除先光学定位再清除；支持播放/暂停、逐步±、1×~300× 倍速快进、
+  滚轮缩放/拖拽平移、带动作刻度的进度条任意定位；兼容 CSV 式逐事件信息面板。
+  **支持手动选定 JSONL 回放**：点击"选择 JSONL 文件"或直接拖拽导入任意行为日志
+  （评测机日志含真值；参赛队客户端会话日志取 accepted 事件，无真值），纯前端解析。
+- 引擎与协议：`referee.simulator`（观测判定/幂等/并发409/微秒计时/截止断连）、
+  `referee.interface`（附件2 §5 完整语法边界，HTTP 服务器与内存直连共用），
+  一致性由 `referee/tests` 90 项测试与真实 HTTP 测试固化。
+- 自建差异（题面未规定）均在 referee/README.md 声明：联网登录/官方校时/17:30
+  截止/加密上传属官方服务器侧策略，本地不实现；示向度误差场与场景分布是测试假设。
+
+## 快速开始
+
+Python ≥ 3.10，运行时依赖仅 `requests`；测试/自检另需 `pytest` 与独立评测机
+包（`uv sync` 一并安装）。
+
+```bash
+uv sync                                   # 安装（可编辑挂载本包与 referee）
+uv run pytest                             # 全部测试（含 referee 90 项 + 解耦守卫）
+uv run python -m referee                  # 起本地评测机（可选，配合 WebUI 回放）
 uv run mcm26b sim-check                   # P0 自检：复现附件计时示例 105/111/194/199
 uv run mcm26b run --robot-id 2026001 --self-test   # 问题3自检：随机全向场景闭环（不连官方）
 uv run mcm26b run --robot-id 2026001 --self-test --problem 4  # 问题4自检：混合定向源场景
 # 自检默认：源数按题面 10~16 随机；实机预算 30 分钟（--real-budget-s 可改，仅自检生效）；
 # 找全后持续复扫未清除频道直到限时（--config 关闭 persistent_search 可回到"找全即退"）
 uv run mcm26b run --robot-id <队号> --log output/run/session.jsonl  # 对接模拟器正式/演练
+uv run mcm26b run --robot-id <队号> --base-url http://127.0.0.1:2026  # 对接本地 referee
+uv run mcm26b run --robot-id 2026001 --local-judge  # 一键本地评测：自动起 referee+开演练局
+#   端口被占时主动询问换端口（非交互自动改空闲端口）；WebUI 可实时观战并在"回放"Tab
+#   逐步回看；结束自动汇总结束原因/真值统计/全清校验（--judge-no-ui 可关闭界面）
 uv run mcm26b q1 examples/q1/normal.json  # 问题一求解（等价 python -m mcm26b.geometry ...）
 uv run python main.py examples/q1/triangle.json --rounding-margin-deg 0.005
 ```
@@ -67,9 +103,11 @@ uv run python scripts/benchmark_q1.py       # MEC 基准与舍入敏感性
  `/clear` 不切频道，虚拟时刻以 accepted 响应为准；
 - `protocol.client.SimulatorClient`：串行发送、幂等重试（同 ID 同内容原样重发）、
  连接/读超时、基于 `remaining_real_duration_s` 的本地截止时钟与退出预留、JSONL 会话日志；
- `sim.LocalSimulator`：按附件语义复现模拟器（观测门限、定向覆盖角、幂等回放、
-  整数微秒计时、现实/虚拟截止、并发409和请求校验），真值只对测试端开放；`ScriptedFaultTransport` 注入断连/超时/500，
-  `PlaybackTransport` 回放官方演练日志。
+- 独立包 `referee`：按附件语义复现评测机（观测门限、定向覆盖角、幂等回放、
+  整数微秒计时、现实/虚拟截止、并发409和请求校验），真值只对评测机/测试端开放；
+  `harness.LocalSimTransport` 内存回环挂载（与 referee HTTP 服务器共用同一边界），
+  `harness.ScriptedFaultTransport` 注入断连/超时/500，`harness.PlaybackTransport`
+  回放官方演练日志。

 本地模拟器默认执行至多1200秒程序预算、1500秒接口开放窗口，截止后通过
 `SimulatorClosed` 模拟连接关闭，已登记动作可以完成。可注入 `clock`、`wall_clock`
@@ -95,7 +133,7 @@ client.exit()
 | P3 问题二选点（K1、候选区域 Q、采样评估） | ✅ 完成（belief + 选点器，测试固化） |
 | P4 问题3全向闭环（49点覆盖、定位队列、清除、停止） | ✅ 官方问题3演练单案例通过（10/10全清，[验证报告](output/q3/practice/20260911-port2026/report.md)） |
 | P5 问题4定向扩展（联合约束、后备清除、预算） | ✅ 自建完成（官方演练待执行） |
-| P6 加速与消融 | ✅ 七点批量（`--strategy seven`，官方演练 12/12）+ 贝叶斯闭环（`--strategy bayes`，自建消融 −19.5%，[算法说明](docs/algo-3-bayes.md)） |
+| P6 加速与消融 | ✅ 七点批量（`--strategy seven`，官方演练 12/12）+ 贝叶斯闭环（`--strategy bayes` 默认，自建消融 −30.0%，[算法说明](docs/algo-3-bayes.md)） |

 ## 采集与正式测试约束

@@ -105,10 +143,11 @@ client.exit()
 独立入口为 `scripts/run_q3_seven_practice.py`。

 贝叶斯闭环 `bayes`（网格粒子滤波＋负观测更新＋信息增益选点＋滚动 2-opt
-调度）在自建模拟器配对消融中相对 SevenBatch 平均虚拟时间再降 19.5%
-（14/14 场景全清零异常），算法与数据见
-[algo-3-bayes.md](docs/algo-3-bayes.md)；`mcm26b run --strategy bayes`
-即可启用（自建消融达标后已成为 `mcm26b run` 默认策略，见下）。
+调度，参数经 Optuna 回填）在自建模拟器配对消融中相对 SevenBatch 平均
+虚拟时间再降 30.0%（14/14 场景全清零异常），算法与数据见
+[algo-3-bayes.md](docs/algo-3-bayes.md)，已是 `mcm26b run` 默认策略。
+虚拟时间即成绩口径：找全证明后立即 `/exit`（`--persistent` 可显式开启
+"扫到限时"的复扫保险模式）。

 2026-09-11 已通过本机 2026 端口完成一次官方问题3演练：案例
 `DHFK-PHD2-SR2P-FXK9`，10/10 源全清，540 次检测、10 次清除，现实耗时