三十八、 尺子修好了 —— 而她这次守住了
★★★★★★★
2.3k 字 ·
源文件 进度.md 第 1961 行起 ·
goal ruler optim ground memory
⚠️ 本节末尾那句"她这次守住了"是【1–2 个种子】的读法。 补齐多种子后它被改写了 —— 请看第三十九节（收口），并以那一节为准。 ★ 本节保留，因为它记录了"第一个种子看起来守住"这个现场。
#★ 先说结论
★★★★★ 上一个目标说"她学得会，但留不住"。 这一个目标把尺子修好之后，两条臂【都守住了】 —— 包括原来会崩到 0% 的那条（
β→0.0，完全没有老师示范）。
#★★★ 修了什么（两个缺陷）
| # | 缺陷 | 修法 |
|---|---|---|
| 1 | ★★ "到达"的容差正好等于一步的位移（4px vs 4px）→ 判定由半个像素决定 | ★ 新增 --arrive-px，这次用 12px（3 倍） |
| 2 | ★★ "撤掉进度条"根本不是撤掉（进度条累计 0.75，关掉后补 1.0） | ★ --arrive-bonus 0.1（是进度条的 13%）→ 干预真的生效 |
#★★★★★ 修好之后的读数（每个检查点都重新加载、在同一批题上重考）
| 臂 | 配置 | 最会的时候 | 训练结束时 | 比值 |
|---|---|---|---|---|
F2_A | 有老师（β→0.4），进度条全程开 | 40.6% | 31.2% / 1.69 格 | 1.30 守住 |
★★ F2_B | ★ 没有老师（β→0.0），进度条全程开 | ★ 44.8% / 1.90 格（就是末点） | 44.8% | ★★ 1.00 守住 |
| ★ 瞎猜（随机摇杆） | — | 5.6% | — | — |
★★★★★ ->
F2_B是【完全没有老师示范】的那条线，它只靠奖励学习， 而且一路涨到末点（0% → 15.6% → 40.6% → 44.8%），没有崩。★★★ 对照：上一个目标里同配置的
B是"最好 35.9% → 末点 0.0%"（崩了）。
#★★★★ 但"哪一处修复救了它"分不开 —— 这是我必须认的
这次同时改了两件事：arrive_px（尺子）与 arrive_bonus（奖励幅度 = 训练条件）。
★★★ -> 所以"是谁救了
B"分不开。这违反了我自己"一次只改一个变量"的铁律。★★ 可复用的做法：把"修测量"与"改条件"分成两个目标做； 如果不得不同时做，就把这个混淆写在结论的【第一行】。
#★★★★★ 一个我自己发现的设计缺口（已补第五臂）
四臂的进度条都是"第 600 步才关"，所以每一臂都先享受了 600 步的密集信号。
| 臂 | 进度条在学习期可用？ | 老师 |
|---|---|---|
| A / B | ✅ 全程 | 有 / 无 |
| C / D | ★ ✅ warmup 期 | 有 / 无 |
★★ F2_E（新） | ★★ ❌ 从第 1 步就关 | ★★ 无 |
★★★ -> "撤掉密集信号之后她还能不能学会"这个问题，四臂里一条也没测到。 而我此前把那个实验叫做"支架撤除实验"。
★★
F2_E就是补这个缺口的那一条（已武装、正在排队）。
#★★ 她学到的永远是【两条】指令
| 指令 | F2_A | F2_B | 上一轮 C（最强臂） |
|---|---|---|---|
| 左 | 100% | 100% | 0% |
| 下 | 25% | 79% | 100% |
| 上 | 0% | 0% | 100% |
| 右 | 0% | 0% | 75% |
★★★ -> "哪两条"在不同跑次间会换，但"只有两条"看起来是一致的。 ★★ 这更像是【覆盖不足/多任务干扰】，而不是【记不住】。
#★★ 顺带更正了上一轮的一条错误结论
我此前写"一个完美的朝目标策略 200 回合到位 0 次"（还写进了 PROJECT.md）。
★ 实测：修正后的策略在每个容差下都是 100.0%。
★ 那个 0 次是【我的控制器有缺陷】（它把"命令摇杆 0"当成"停下"，而方块会停在离目标 21px 处）。
#★ 三个我这一轮自己犯的错（都留了现场）
| # | 错 | 教训 |
|---|---|---|
| 1 | ★★ 拿"中途点"下结论（F2_A 还没跑完就说"形状不变"） | ★ 提前宣布成功比提前宣布失败更危险，因为没人会去复核好消息 |
| 2 | ★★ 检测器匹配了自己（用 *F2_* 查命令行，而它自己的命令行里就含 F2_*） | ★ 自我匹配：测量工具出现在它自己的测量里 |
| 3 | ★ 把中文注释写进 .ps1（而这条规矩项目付过四次代价） | ★ 已写脚本自动剥离 |
★ 一句话：
★★★ 尺子修好了，她这次守住了；但"是尺子还是奖励幅度"分不开， 而"没有进度条能不能学会"这个问题要等第五臂。