RL 官方模拟器演练验证归档
本目录只归档官方模拟器“演练测试”（问题3/4），从未执行正式测试。
- Q3
20260911-rl-01：案例F38Y-9Q9J-B82V-CB9Z，13 全向源，13/13 全清， 虚拟时间 3538.811s，124 请求；verification.json全部通过。 - Q4
20260911-rl-01：案例X43X-VMRF-8GRZ-3SYA，7 全向 + 3 定向， 10/10 全清，虚拟时间 14003.086s，619 请求（随机初始化 PPO）。 - Q4
20260911-rl-bc-01：案例BXSA-TFQ3-2DJ6-DHH7，10 定向源， 10/10 全清，虚拟时间 14562.817s，691 请求（自建模拟器专家行为克隆初始化 后 PPO 微调）。
每个目录保留：官方 .result.json/.jlog/.psum 原文件、我方 session.jsonl、
summary.json、verification.json 与 manifest.json。两个 Q4 案例源构成
不同，虚拟时间不直接可比；共同结论是 RL 闭环在官方演练中均可全部清除。