feat(q3): 贝叶斯网格粒子滤波闭环（PF负观测+信息增益选点+2-opt调度）

- particles.py: 网格幸存集滤波，Voronoi 裕量保证真源保留（缺席证明/网格清除证书/跳测规则）
- planner/bayes_loop.py: 统一任务循环（站点/定位/清除滚动 2-opt 排序）、期望后验半径选点
- planner/seven.py: 七点覆盖策略族提升为库代码
- cli: mcm26b run --strategy {grid,seven,bayes}
- BayesConfig 参数组；tests +24 项（真源保留/证书/端到端），129 全绿

src/mcm26b/config.py

@@ -99,6 +99,38 @@ class SearchConfig:
                                          # 避免触及 100 小时上限被模拟器强制结束
 
 
+@dataclass(frozen=True)
+class BayesConfig:
+    """P4b 贝叶斯网格滤波策略参数（问题3新策略 bayes）。[工程]
+
+    网格粒子滤波的严格性依赖 Voronoi 裕量：真实源所在格心与源的距离
+    <= sqrt(2)/2 * particle_spacing_m，所有 kill 判定都内缩该裕量，
+    因此幸存集永远包含真源（定理见 docs/algo-3-bayes.md §2）。
+    """
+
+    particle_spacing_m: float = 25.0   # 网格间距；Voronoi 裕量 ≈ 17.68m；
+                                       # 全域约 1.6 万格/频道，20 频道内存与耗时可控
+    # ---- 信息增益评分 [工程] ----
+    score_mode: str = "radius"         # radius=期望后验半径（直指证书）|
+                                       # entropy=期望 log 幸存占比（信息增益）
+    score_subsample: int = 800         # 期望幸存熵估计的粒子子采样规模
+    mc_representatives: int = 6        # 假设真值代表点数（均匀抽取幸存格）
+    lambda_move_s: float = 0.1         # 选点评分中移动时间的折算系数（分值/秒）；
+                                       # 与后验半径同量纲，量级须小否则终局拒走（欠收敛）
+    wide_rings: tuple = (1.0, 1.5, 2.0)   # 无保证接收盘时的探索环（× PF MEC 半径）
+    # ---- 站点选择 [工程] ----
+    station_ring_radius_m: float = 1200.0   # 七点环半径；覆盖半径 968.9m 的解析证明
+    inner_mass_weight: float = 0.5     # 站点评分中 1000m 内幸存质量的权重
+    resolve_bonus: float = 10.0        # "就地可证毕"（no_signal 即缺席/有信号即收敛）
+                                       # 频道的站点评分加成
+    station_move_penalty_s: float = 40.0   # 站点评分中移动时间（秒）的折算分母
+    # ---- 任务排序 [工程] ----
+    two_opt_enabled: bool = True       # 开放路径 2-opt 改进（最近邻打底）
+    two_opt_passes: int = 3            # 2-opt 最大改进轮数
+    # ---- PF 清除证书 [工程] ----
+    grid_cert_enabled: bool = True     # 允许用幸存集 MEC 颁发清除证书（凸证书之外）
+
+
 @dataclass(frozen=True)
 class ProblemConfig:
     """聚合配置。各模块函数的第一个默认参数，便于单测替换。"""
@@ -107,6 +139,7 @@ class ProblemConfig:
     cost: CostConfig = CostConfig()
     session: SessionConfig = SessionConfig()
     search: SearchConfig = SearchConfig()
+    bayes: BayesConfig = BayesConfig()
 
 
 DEFAULT_CONFIG = ProblemConfig()