21. 2026-10-03 自主工作期（一）：记忆时间常数、四臂支架撤除、以及"留不住"
·
★★★★★
3.9k 字 ·
源文件 PROJECT.md 第 4533 行起 ·
arch memory external
★ 本节按"发现 → 证据 → 含义"写。所有数字都来自本仓库跑次，工具有名有姓。 ★ 完整单篇在
journal/，每篇标题都是结论本身。
#21.1 ★★★★★ ts 是一个"从来没被注意过"的参数，而它决定了她的记忆只有 2 刻
发现过程：用户问"她的时间尺度和人差多少"，我去读 core/darlin/tick.py，
看到开头早就写着一条警告：t_interp ≈ 0.5 会让有效记忆只剩约 2 步。
实测（六个检查点，四条训练线）：
t_interp 中位 0.4996 – 0.5000
time_a ≈ 0.0000 time_b ≈ 0.0000
time_constants() = 10.0 ms = 2.00 刻
而一个回合 = 48 刻 = 240 ms => ★ 覆盖比 4.1%★ ts 是 LiquidNet.__init__ 的构造标量（不是权重），所以我给它加了 --ts 并接线：
ts | 实测 tau | 覆盖比 |
|---|---|---|
| 5（默认 = 她一直以来的状态） | 1.99 刻 | ★ 4.1% |
| 25 | 10.00 刻 | 20.8% |
| 50 | 19.91 刻 | 41.5% |
★ 并加了"每次启动打印生效值 + 覆盖比" —— 因为一个从来不报错的参数， 可以在整个项目里保持默认值而没人注意（教训 112）。
#21.2 ★★★★★ 三个 ts 臂在【严格两副顺序任务】上都学会了"第二步"（推翻旧结论）
独立复评（exp41.evaluate_seq，CPU，ts 各用自己值，n=48）：
| 臂 | 覆盖比 | 右->下 第一步 | ★★ 第二步 | ★★ 条件率 = 整对÷第一步 |
|---|---|---|---|---|
TSA_ts5 | 4.2% | 100.0% | 15.6–18.8% | 16.7% |
TSA_ts25 | 20.8% | 100.0% | 16.7% | 16.7% |
TSA_ts50 | 41.7% | 64.6% | 31.2% | ★★ 48.4% |
★ 机率线：单步 25.0% / 整对 8.3%。 ★ 未见过四对：三臂全部干净 0.0%。
★★★ 结论："第二步永不可学"被推翻。 ★★ 而且
ts不是"能不能"的开关，是"多好"的因素 ——ts=50让第二段更好（条件率 48.4%）但让第一段更不稳（64.6% vs 100%）。
#21.3 ★★★★★ 四臂支架撤除：她学得会，但留不住
任务：单命令接地（她 93.8–100% 的那个）。每臂 1400 步，warmup 400，严格条件。
读法：tools/eval_ground_ckpt.py（固定种子 20261003，CPU，零 GPU，n=48/指令）。
| 检查点 | 平均格距 | ★★ 到位率 |
|---|---|---|
★★★ C_SC_nobar_best（步 1000，进度条【已关】） | 0.58 | ★★★ 68.8% |
C_SC_nobar（最终） | 2.34 | ★ 0.0% |
A_SC_ctrl（β→0.4，什么都没撤） | 2.12 | ★★ 38.0% |
B_SC_nodemo_best（步 1000，无老师） | 1.69 | ★★ 35.9% |
B_SC_nodemo（最终） | 2.68 | ★ 0.0% |
| ★ 实测地板（不动 / 固定方向 / 最强盲策略） | 3.00 | 0.0% |
C 的逐指令（步 1000）：上 100%／下 100%／右 75% / 左 0% ——
三条几乎完美，而它最终是全 0%。
★★★★★ 判据 (iv) 的答案不是"哪根支架"，而是"稳定性从哪来"： 两条撤了【不同】支架的线都崩；唯一守住的是【什么都没撤】的那条。
★★★ 所以核心问题的答案是： "能" —— 她能在一段训练里从后果中学到很高的水平（68.8%，地板 0.8%）； 但"留不住"。下一步的问题不是"再撤什么"，而是【给她一个保存的机制】。
#21.4 ★★ 机制层面的三条现场
| # | 现场 | 含义 |
|---|---|---|
| 1 | ★★ A（进度条开）与 C（进度条步 600 关）的读数逐点相同到步 700 | ★ 解释了为什么"撤进度条"看不出效果 |
| 2 | ★★★ 不能用【损失值】判断"谁在主导训练" | ★★ 要看【梯度范数】：Adam 对常数缩放免疫。<br>项目已有 --gn-split（教训 129：先看项目里有没有为这个问题写好的工具） |
| 3 | ★★★ --save-best 不是可靠的"最强检查点"选择器 | ★ A 的 best 文件 5.2%，而它末点 38.0%<br>★ 正式读数必须【末点 + 最好点】各自独立复评 |
#21.5 ★★ 一个设计层面的缺陷："到位容差"正好等于"一步的位移"
ARRIVE_PX = 4.0 px MOVE_PX = 4.0 px★ 实测：一个完美的"直线朝目标"策略在 200 回合里到位 0 次（它停在 4.5 px 就不再动了）。
★ 随机摇杆 0.8%。 ★ 放大到 3 倍（ARRIVE_PX=12）后随机到位率升到 5.8%。
⚠️⚠️⚠️ 更正（2026-10-03，后来的实测推翻了上面第一句的主要证据）
那个"到位 0 次"是【我的控制器有缺陷】造成的，不是环境不可能。 我的策略在某个分量进入容差后把它清零、然后命令摇杆 = 0， 而摇杆为 0 不等于停住 —— 方块会停在动力学决定的位置 （
tol=16时那个位置离目标 21.44 px）。★★★ 修正后的策略在每一个容差下都是 100.0%。
仍然成立的部分：容差确实太紧 —— 摇杆归零时方块被留在 4.52 px， 而阈值是 4.0 px；半个像素就决定了判定。 而且随机地板确实随容差上升（1.4% → 5.6%）。
★ -> 严重程度是"0.5 px 之差"，而不是"不可能到达"。 ★ 详见
journal/CORRECTION_TOWARD_GOAL_WAS_MY_CONTROLLER_BUG.md。★★ 这又一次印证第 114/115 条那一族： 坏掉的工具的输出，看起来在指控被测对象。这是本会话的第四例。
★★ -> "到达"在这个世界里确实偏"恰好停住"，而不只是"走到"。 这会让"撤掉进度条"这一臂的读数被【判定精度】限制。 （可复用的检查：任何带"到达/成功"判定的任务，都要先写下 【容差与动作粒度之比】。）
#21.6 ★ 本会话我自己犯的、并已更正的错误（保留现场）
| # | 错误 | 更正 |
|---|---|---|
| 1 | ★★ 把日志读数当成检查点的能力 | TSA_ts5 日志报"二步 100%"，独立复评 0.0% → 日志假象 |
| 2 | ★★★ 我的复评工具取错了字典键（元组 vs 字符串），对任何检查点都报 0% | ★ 一个恒报 0% 的工具与"她确实不行"在读数上完全一样（教训 115） |
| 3 | ★★ "两个臂只差一个变量"没有逐项核对 | 我按记忆给 B 安了一个它没有的差异，削弱了一个本来干净的结论（教训 123） |
| 4 | ★★ 用损失值代替梯度范数 | 见 §21.4 第 2 条 |
| 5 | ★ 哨兵值 -1 用真假值判断 | -1 在 Python 是真值 → 进度条从第 1 步就被关（连对照臂也一样）（教训 120） |
| 6 | ★★★ 拿一个"命令摇杆 = 0"当停止条件的控制器去测"能不能到达" | ★ 它停在离目标 21.44 px 处，我把它读成了"环境不可能到达"（教训 135） |
★ 这六条里有四条是"我的测量工具本身坏了"，而它们的输出看起来都在指控被测对象。