三十七、 下一个目标（已布署，跑前写死）
★
0.6k 字 ·
源文件 进度.md 第 1940 行起 ·
goal ruler arch optim ground external
★ 按我自己那套监督程序的规则，最高优先级是【测量工具缺陷】—— 因为它限制之后每一条实验的分辨力。
目标：修掉两个测量缺陷，让"她到底能不能保留学到的东西"变成一个能分辨的读数。
| # | 缺陷 | 症状 | 修法 |
|---|---|---|---|
| 1 | ★★★ "到达"的容差 = 一步的位移 | ARRIVE_PX = MOVE_PX = 4.0 → 完美的直线策略 200 回合到位 0 次<br>（放大到 3 倍后随机到位率 0.8% → 5.8%） | ★ 把容差做成可设参数并放大到明显大于一步 |
| 2 | ★★★ "撤掉奖励"的干预没生效 | 进度条累计 0.75，而关掉后回合末补 1.0 | ★ 把 arrive_bonus 降到远小于 0.75；<br>并注意"纯零"会撞上"优势无方差 → 梯度变噪声"这堵墙 |
★ 判据（跑前写死）：
| 观察 | 含义 |
|---|---|
| ★ 修容差后，盲策略地板上升（0.8% → 明显更高） | ★★ 容差修复生效，读数有了分辨力 |
★★ D（全撤）与 A（对照）在修好的条件下出现可辨差异 | ★★ 支架真的被撤掉了 |
| ★ "她能不能保留"在修好的条件下有一个非零的、可复现的答案 | ★★★ 这才是本目标真正没能回答的问题 |