1

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。