逐层宽入窄出 & 快慢思考 & S综合排名 & Analyst

注:

在n25中，做了相近匹配,强化学习训练器,并且整理了TC数据流,本文在此基础上回归训练,并做乌鸦挑战的整体训练;

逐层宽入窄出 & 快慢思考 & S综合排名 & Analyst

n26p01 十七测-回测飞错方向的问题

CreateTime 2022.05.04

上节修复了躲错方向的问题,本节用强化学习继续训练,并回测此问题;

26011	回测-FZ42训练步骤	备注
1	随机飞,扔木棒,循环5次 x 10轮	每轮重启

26012	强化训练中,前一步没完成,下一步就跑了
方案	加上训练单步`完成判断`,只有完成时,才能开始训练下一步;
结果	加上invoked()方法,用来标记当前步骤训练结束 `T`;

26013	训练FZ42 & 回测躲错方向问题
说明	按26011步骤,训练FZ42,并回测是否识别并正确应用'偏上,偏下';
方式	回测方式:`FZ42,飞下(如自行飞走,可拉回到偏下路边),直击`,看日志;
准备	在回测躲错方向问题前,做些准备;
	1. 写代码判断偏上偏下的程度。 `T`
	2. 识别结果日志里，打出偏上偏下。 `T`
	3. 生成任务日志里，打出偏上偏下。 `T`
	4. 思维可视化的节点显示：显示偏上偏下。 `T`
步骤	整理正确的执行步骤,如下:
	`V相近`->`A相近识别`->`F相近识别pFos`->`R任务`->`S解决方案`
一测	到第3步时,发现没有识别到相近的pFo,只有许多rFo,即虚概念识别不顺;
	问题: 没pFo结果,导致在偏路边,却没有偏路边的任务,但别谈解决方案;
	分析: 查TC数据流,看是否前面收太窄了,导致后面没pFo结果;
方案1	查TC数据流,调试出不合理的配置,并调整;
	调试: 到TIR_Alg中,调试一下refPorts有pFo指向的;
	经查: 并不是配置不合理,本来pFo的指向就很分散,见下示图及说明 `废弃`;
示图
说明	如图,pFo是存在的,只是太过分散,因为refPorts是强度有序,不是mv有序;
方案2	加上mv有序;
	分析: cpu性能其实还好,这里不需要加序列这种空间换时间,此方案 `废弃`;
方案3	给refPorts加上mv指向标记;
	分析: 此方案即标记了mv指向,又没加序列,是折中适合当前的方案 `采用`;
结果	在一测测到问题,选定方案3,代码执行转`26021`;

26014	工具优化
一	可视化工具优化
1	思维可视化支持手势缩放 `T`
2	思维可视化支持状态显示 `T`
3	网络可视化更方便追加节点 `T`
二	更长的强化训练支持 (为了训练更长时间,需要支持模拟重启和复位)
4	强化训练器支持模拟重启 `T`
5	强化训练器支持退回MainPage `T`

n26p02 相近匹配pFo: 微观新增mv指向标记,优化识别

CreateTime 2022.05.11

说明: 在上节中,测试偏上偏下流程(参考26013-步骤),结果发现了相近很难最终匹配到pFo的问题,数个模块间,都是一对多关系,如果单纯的过滤出pFo,非常耗性能,所以需要提前在微观中标记下是否宏观有mv指向,以此来优化识别时的性能 (参考26013-方案3);

26021	refPorts新增mv指向标记-代码规划
分析	V.refPorts需要对每个port做标记,如`A1Port有`,`A2Port无`
	A.refPorts需要对每个port做标记,如`F1Port有`,`F2Port无`,`F3Port有`
结果	只要宏观一级有一条有mv,则微观一级的port标为有;

26022	refPorts新增mv指向标记-代码实践
1	AIPort加一个标记字段 `T`;
2	在有mv输入时,回溯它的content_ps,然后更新标记 `T`;
3	在识别算法中,直接判断标记,以此优化性能 `T`;
4	根据`26011`训练FZ43 `T`;
5	并在FZ43上回测`虚概念识别`与`飞错方向`问题 `转FZ44去测`;

26023	FZ43的refPorts有重复的问题 `T`
说明	26022-2更新mv标记后,将db+mem的全存到db中了,导致ref有重复;
结果	将取AINetUtils.refPorts()中做防重处理;

26024	弃用partAlgs `T`
说明	partAlgs的作用是还没全含时过渡用的,但有了相近匹配后,不用它过渡了;
结果	现在partAlgs除了可能识别片面且错误,啥用没有,先弃用掉;

26025	重训FZ44 & FZ45
FZ44	在改了26023和26024后,按照26011步骤重训FZ44;
	待查1: FZ44的S数全是0,P数正常 `在26026-BUG2修复后好了`;
	回测: `偏上偏下飞错方向`问题,发现FZ44的偏上偏下被击中经验不足;
	所以,重新训练FZ45,尽量让它在'偏上偏下'位置上多几条被击中经验,如下:
FZ45	在`危险地带各向飞后直击`,和`安全地带各向飞后偏击`,得到FZ45;

26026	多线竞争不合理问题-SP评分不合理
问题	在rSolution取得方案不合理,经分析因SP评分问题,导致方案竞争不合理;
示图
复现	FZ45,直击,然后看日志即可;
说明	SP评分有许多不合理之处;
BUG1	SP全不为0,SP评分应该是一个0-1之间的率,但却是1.0分;
	解决: 打印错了,把0.95以上的全打印成1.0了 `T`;
BUG2	SP都是0(白户),却评1.0分,比老道解决方案评分还高;
	解决: 当SP全为0时,相当于S与P一致,即评分为0.5 (暂定) `T`;
结果	BUG2已修复,用26011步骤重训FZ46 (S全为0的问题已消失);

26027	乱飞好久才停
复现	FZ45,直击,发现各种方向飞,然后近8k行日志才停下;
分析	婴儿期,不断预测任务,并执行各种方案,导致乱动是正常现象;
结果	在这些乱动中,随着SP反馈工作,SP稳定下来,自然就好了,`转26029`;

26028	回测偏上偏下流程: 偏上偏下无法识别到pFo结果的BUG
复现	FZ45,直击=>可以看到如下图,识别不到`偏上偏下`的pFo结果;
示图
分析	偏上偏下都非常具象,一般都是类似`[↖,棒]`这样的时序;
线索	而直击后的时序:`[木棒]`,与带`飞方向前辍的时序`,无法全含匹配;
方案1	追加训练能否习得在不飞时,又在`偏上偏下`位置被撞到的经验`转方案2`;
	追加训练也不会无方向前辍,因为初始位置正中不飞就不可能`偏上偏下`;
方案2	加上`改变小鸟初始位置`的功能 `T`;
	采纳,改后,不用再担心匹配不到`偏上偏下`的pFo;
方案3	先飞下再直击,使之可以识别到`偏上偏下`的pFo `不用改立马见效`;
	分析: 此方案自欺欺人,所以还是采纳方案2;
结果	选定方案2改了,重训(随便直接直击几下),即可测试到识别pFo成功;
新问题	方案3可见效:`FZ46,↖飞,拉回偏上位置,直击`,但测得新问题如下图:

	虽然有效,但找不到解决方案,需要多多训练:`转26029`;

26029	加长版强化加训
问题	参考26027-乱动不停 & 26028-无计可施,所以此表做大量强化训练
准备	准备工作: 写noLog模式,在训练中,不打印HeLog,NSLog,TVFrame `T`;
训练	noLog模式一样卡,查下日志看卡的时候,到底在跑什么要这么久;
结果	这里应该和26027的卡顿是同一问题,建议先优化卡顿,`转26033`;

2602a	鸟在偏下位置,明明撞到,却显示未撞到 `T`
结果	经调试,发现minXY和maxXY计算有错;

n26p03 加强强化训练-优化卡顿问题

CreateTime 2022.05.17

参考26029,本文优化下训练效率(卡顿问题),并且重新规划下强化训练步骤;

26031	训练步骤规划	目标
1	`随机出生位置,扔木棒,重启` x 50轮	可识别到`偏上下`pFo
2	`飞或直击x5,重启` x 50轮	学会正确方向躲

26032	先按照26031步骤训练FZ47,复现卡顿问题
训1	根据26031训练至第2步,第20来轮有些卡,35轮左右时非常卡;
	记忆: 保存`FZ4702_非常卡版`,当`FZ4702,直击`时,可复现卡好久;
	回测: 但`彻底卡死`即使复现了,也没法改问题,因为一直卡着 (半小时以上);
训2	重新训练第2步,只训练20轮,然后保存`FZ4702_20轮版`;
	回测: 当`FZ4702,直击`时,可复现卡5分钟左右,如下图;
	示图:
	原因1: 如图,非常多的root,然后还很具象 (主要责任);
	原因2: 如图,每颗树都非常茂盛 (次责近于无责);
	方案: 卡的原因主要是root多,建议pFo识别后仅第1条转为root任务;
结果	制定方案成功,代码改动与回测,转26034;

26033	强化训练过程中卡顿问题V2 `参考26027`
说明	26027想躲过性能优化不易,因为在26029加长强训时,性能卡跑太慢;
方案1	婴儿阶段学走路本来就难且需要时间,强训太慢忍会就好;
	分析: 问题是现在不想忍,所以此方案 `废弃`;
方案2	看看root数是否能控制下 (不断循环中,可能不断有新的root);
	分析: 可以先调试下root到底有多少,是否需限制 (测训参考26032-训2);
方案3	看是否把energy功能再打开 (现在采用的是energy无限,限制层数);
	思路1: 每个Demand,针对它的子S个数,要不同对待;
	思路2: 串联水管要以最细的为准,逐级父级中有一个energy不足即停取S;
	暂停: 经26032测2所示,本方案无责,以后有需求再做 `暂停`;
结果	经26032测2中训练调试,方案2负主要责任,代码实践 `转26034`;

26034	卡顿优化-限制root生成数 (参考26032训2方案)
方案	识别pFos后,仅相近度(价值评分)最高的且同AT的pFo转为R任务;
结果	加了价值评分排序 & 同区AT防重,经重测卡顿问题已解决;

n26p04 迭代DemandModel-单任务对应多pFo

CreateTime 2022.05.18

在26034中,取首条pFo生成任务,但这样就导致生成任务的pFo太过单一,也太过抽象,错过许多细节等问题,本节主要针对此问题展开解决,并迭代任务demandModel模型;

26041	首条pFo生成任务不妥
问题	直接取首条显然不合适,因为指导性最高的,容易排前面,会导致片面;
示图
说明	如图,最后生成任务的只有F12,太抽象了,而F26这些带Y距的压根没机会;
分析	此时正在I与O间的过渡,如果只取一个很难取到合理的solution;
原则	I与O过渡,正处在指导性与稳定性的`交接处`,应该`广握手,窄纳用`;
方案1	将相近度计入pFos排序因子中 (如图中F12缺Y距匹配度应该<1);
	分析: 相近度影响到fo的匹配度确实看似有效,但缺点有二:
	缺点1: 微观相近度不应延伸到太宏观的fo上,微观太具体可变不可控性高;
	缺点2: 这并不能解决根本问题,未实现`广握手,窄纳用`;
方案2	将一组同标识pFos共同构建一个demand `95%选用`;
	分析: 此方案即照顾了所有pFos,也照顾到solution竞争,与性能等;
结果	选择方案2,代码实践 `转26042`;

26042	多pFos构建单个任务-代码实践 (参考26035-方案2);
TODO1	对识别pFos按照AT分组,每组生成一个demandModel `T`;
TODO2	迭代DemandModel改为: 空壳demand + 下辖pFos `T`;
TODO3	将TCSolution()改成多个pFos下的解决方案进行竞争 `T`;
TODO4	DemandModel的评分共享下辖pFos中的最高分 `T`;
TODO5	solution解决方案共享,共用三条limit `T`;
TODO6	在arsTime取deltaTime时,取pFos中maxDeltaTime为准 `转26051`;
TODO7	solution成果共享,即demand的状态共享 `不用改代码,T`;

n26p05 废弃ARSTime评价器

CreateTime 2022.05.19

在26042-TODO6中,ARSTime评价器下标不急(弄巧成拙)需要对当前解决方案solutionFo和任务源pFo之间做下标判断,而现在改成了多个pFo,这判断改着麻烦,所以想着要不直接把这个评价器废弃了吧,本文针对此问题做分析思考;

26051	废弃原因
说明	ARSTime本就是旧架构下补丁式刻意设计的产物,在新螺旋架构下显无用;
示例	pFo下可能有各种各样的solutionFo,比如任务:[有老虎危险];
	两个解决方案如: S1找到老虎打屎它, S2遇到老虎时打屎它;
推陈	按现在下标不急评价器,会不允许找老虎,S1会强行中断而失败;
	即: `下标不急`评价器有逻辑漏洞,无法照顾所有情况 (比如S1无法执行);
出新	那么`找老虎`和`遇老虎`的本质区别是什么?
	1. 老虎H任务是否有hSolution解决方案的区别;
	2. 找老虎会反思出新的子任务的区别;
	即: `下标不急`所体现的功能,可交由螺旋思维来接管;
结果	根据以上推陈出新的两个观点,下标不急可废弃,由螺旋思维接代之;

26052	实践分析
TODO	先注掉ARSTime代码不删,等回测彻底无用时,再彻底删除 `T`;

2022.12.04追加: 参考27224,当解决方案的前段多余时,即判定为无效方案,即: 如果来不及,压根不会被输出为解决方案进行行为化,此条能够辅证ARS的无用,废弃的对;

n26p06 十八测

CreateTime 2022.05.19

把上面几节中的改动,全回测下,包括:

回测Demand多pFos模型
偏上下飞错方向问题
加长强化训练
废弃ARSTime评价器回测

26061	训练步骤规划	目标
1	`随机出生位置,扔木棒,重启` x 50轮	可识别到`偏上下`pFo
2	`飞或直击x5,重启` x 20轮	学会正确方向躲

26062	参考26061步骤重训FZ48-测得生成root循环卡顿问题
重训	第1步正常,但第2步到中途时非常卡;
复现	`4802,直击`可以复现非常卡的情况;
示图
说明	如图所示,root太多,建议由此展开分析;
分析	应该是root1解决过程中,又识别到类似的root2,以此类推...
示例	就像一直玩停不下来的小游戏,怎么才能停下来?
思路1	root1的pFos和root2的pFos之间,是否应该做个防重抵消什么的?
	分析: 即root2的起因是为了解决root1,那么root之间是否应该做防重?
	结果: root1和root2应该各自独立工作,不冲突,也不用防重 `否掉`;
思路2	分析下怎么打破这种循环,比如飞到屏边缘是否pFos应该预测没啥危险了;
	方案1: 对比root法: 当飞屏边时应预测到危险,应小于,屏中的危险度;
	分析: 否掉,root1与root2应各自工作,不对比,只竞争;
	方案2: 识别准确法: 飞屏边缘预测到没啥危险 `采用`;
	调试1: 路中时: 预测到`偏上,偏下`等多个pFo;
	调试2: 屏边时: 预测到`偏下`多个pFo;
	分析: 识别不准,屏边时,没有无危险的结果,却有一堆偏下的危险pFo;
	问题: 识别不准的问题,需要提高识别准确性;
	解决: 识别准确性提升的方法为: 从微到宏,逐层宽入窄出 `转n26p07`;
思路3	firstPFo太片面,容易被不准的pFo影响,就会排前面决策继续循环;
	分析: 使用firstPFo评分,是偏感性不理性的做法;
	解决: 把demand评分改成综合计算,而不是firstPFo `采用,转n26p07`;

26063	rSolution应过滤掉负价值方案 `T`
示图
说明	负价值方案,首先是指向负,其次才是SP稳定性,即使再不稳定,那也是负;
分析	一开始目标为负,再不稳定也不应该推进,所以最好一开始就过滤掉它们;
重训	加了过滤后,依26061步骤重训FZ49,在第2步第1轮就复测出了卡顿问题;
结果	已加过滤,`FZ4902,直击`可复现卡顿问题,回去`继续改26062`;

n26p07 TC数据流2-逐层宽入窄出

CreateTime 2022.05.20

回顾: 在n25p23中,针对TC数据流,做了整体兼顾&各线竞争,本节则针对逐层宽入窄出再做调整整理;

简介: 参考26062的问题,以及思路2和思路3,本文主要对TC的数据流继续进行调整,使微到宏逐层宽入窄出,然后将窄出的成果更理性的用起来 (原来firstPFo评分方式太感性片面);

本节目标: 能够使识别到最后生成任务时,更准确判断rootDemand的综合评分;
附带目标: 因为新的root未必抢占主线任务,所以可以防止多root循环跑卡顿;
附带目标: 识别准确度提升;

26071	逐层宽入窄出-模型图
示图
说明	如图所示,逐层limit宽入,匹配度窄出,即可;
原则	强度负责广入,匹配度负责窄出;
排序	每个模块排序依据不同:
	`V相近度`,`A匹配度`,`F稳定性`,`D价值分`,`S有效率`;

26072	逐层宽入窄出-问题分析
问题1	该放宽时却收窄 (比如概念识别只有有mv指向的部分);
问题2	该收窄时未收窄 (比如pFos多达二十条);

26073	逐层宽入窄出-代码实践
TODO1	在V识别,仅取相近的前10条 `T`;
TODO2	在A识别,取匹配度窄出前5条 `T`;
TODO3	把A识别的匹配度公式改下: (匹配度=相近度总和/proto长度) `T`;
TODO4	A识别改匹配公式后没全含了,废弃partAlgs,结果全放matchAlgs中 `T`
TODO5	在A识别,为了识别准确性,废弃仅识别有mv指向的 `T`;
TODO6	在F识别,仅取相近的前5条 `T`;
TODO7	在F识别,为了识别准确性,废弃仅识别有mv指向的 `T`;
TODO8	在F识别,排序方式以SP稳定性为准 `T`;
TODO9	在F识别,RFos排序不受`被引用强度`影响 `参考26071原则 T`;
TODO10	fos4Demand()分组方式要将RFos结果也加入其中 `与RFo无关不用加`;
TODO11	fos4Demand()排序方式,改成以价值综评分为准 `T`;
TODO12	rootDemands竞争,由firstPFos改为综合评分 `T`;
TODO13	solution窄出排序改为: 效用分 = 方案稳定性 x pFo价值分 `T`;
TODO14	solution窄出条数取前3条 `本就如此 T`;

26074	时序识别结果的排序方式
方案1	元素的匹配度 (到这里其实微观上的匹配度没那么重要,此方案`否掉`)
方案2	SP稳定性 (此方案较适合当前的情况 `采用`);
方案3	价值综合评分 (这里还是识别期,最重要的是识别准确度,此方案`否掉`);
结果	方案1太晚,方案1太早,只有方案2正合适 `采用,实践转26073-TODO8`;

26075	边写代码实践边测试: 测得V不能太窄出的问题
问题	V不能太窄出,一开始就过窄,会导致视觉7个码的refPorts都没交集了;
分析	7个只有6个有交集,导致概念识别的相近度低且片面`因为有一个码没判断`;
方案	将V的限制10,改成1000,问题解决;
结果	改了后,概念识别相近度从大都是0.8以下,全成了0.95以上,问题解决 `T`;

26076	分析demandModel的评分方式 `实践转26073-TODO12`
说明	demandModel改为多个pFos后,以firstPFo为准片面,需要改下;
分析	五马分尸与一马不一样,千蚁啃咬与一只也不一样;
方案	对demand.pFos价值评分求和,作为demand综合评分;

26077	分析solution()窄出方式 `实践转26073-TODO13`
说明	任务下有些pFo不太可能发生,有些保准发生;
问题	原先仅对solution候选方案进行稳定性排序,显得不准确不公平;
方案	候选方案评分改为: `效用分 = 候选方案稳定性 x 所在pFo价值评分`;
追加	上述方案,导致全成了`无计可施`,改回到用单纯`稳定性`竞争 `T`;

n26p08 十八测2

CreateTime 2022.05.21

说明: 在上节理顺了宽入窄出后,本节回测上节的改动;

26081	训练步骤规划	目标
1	随机出生位置: `扔木棒,重启` x 200轮	识别`偏上下`pFo
2	随机偏中出生位置: `木,随机飞x3,木,重启` x 100轮	学飞躲

26082	按照26081的步骤-回测以下三项
测项1	识别准度提升: `偏上偏下`认知部分测试;
	结果: 在训练到1步后,测试通过;
测项2	重训下看root循环卡顿的问题是否还有;
	结果: 没了,暂未复现,应该已经解决;
测项3	`偏上偏下`正确躲避方向,决策部分测试,决策过程并不顺利,分析如下;
	方案1: 需要规划新的训练步骤等 `转26083`;
	方案2: 查不顺利的原因 `转26084`;

26083	训练步骤分析调整 `无用,转26084`
方案1	`边直击边飞` x 5格 (上,下,左上,左下,右上,右下)6向各一次);
	目标1: 习得[危险地,上飞,安全地]的经验;
	目标2: 并能够在Solution()中,准确的取得这条经验 `取不到,失败`;
方案2	`直击,飞,飞,飞,直击` x 训练100轮;
结果	方案12都试了下没啥用,全是无计可施 `转26084`;

26084	TCSolution窄出过严的问题 `T`
示图
说明	如图,几乎全是`无计可施`,过严了,查下原因;
原则	上一步的窄出就是下一步的宽入,如果上步卡死,那么后续决策就全没了;
所以	只有拿出S尝试用,并且让后续决策,行为化,SP反馈等活跃的工作起来;
思路1	或者画模型,把决策期的TC数据流整理下 `否掉`;
	结果: 就是solution()的问题,与后面决策流程无关,所以没必要画模型了;
思路2	查下pFo下面是不是缺具象连接,导致没解决方案;
	调试: 网络可视化了几个pFo,确实没啥具象;
	分析: `无计可施`的原因就两种可能;
原因1	pFo没有具象关联 (原先FZ49代码分支时是有抽具象连接的);
原因2	TCSolution窄出太严 (先试下改这条,因为原因1最近没改啥相关代码);
方案	将排序改回由`稳定性`排序 (参考26077-追加) `T`;
回测	依26081步骤训练FZ50;
结果	pFo有了具象关联,TCSolution也有了解决方案S,但S没用好 `转n26p09`;

n26p09 TC数据流3-S有效率

CreateTime 2022.05.21

上节中,回测VAFD流程都ok,但S流程,出现过窄问题,后来修复后,有效的解决方案S也没有被有效用起来,导致决策过程不顺利,本节主要针对此问题进行解决;

26091	有效S未被用起来-问题说明
示图
说明	F1037是有效解决方案(首帧就有效,后面无关紧要),但却没被有效用起来;
问题1	因为第3帧没发生,F1037连续三次反馈了S;
问题2	连续3次S,导致TCSolution中它稳定性评分为0,永不录用;

26092	有效S未被用起来-本节目标
解决	要制定方案间自由竞争的调整 (每个S都有机会成长起来);
线索	`有效率`和`稳定性`还是有区别的 `对比转26093`;

26093	对比项	稳定性	有效率
1	触发	forecast和actYes	demand和`未知,可能是tcOut吧`
2	说明	`此后发生每帧`稳定率	`当前帧解决任务`有效率
3	功能	判断目标帧`未来是否发生`	判断当前帧`即刻能否见效`
4	代码	TCRethink	TCEffect

26094	有效率-模型分析
模型
说明	图示,IRT和ORT部分是本来有的,此次主要涉及DemandEffect;
疑问	但OutEffect还定不了,不过现在的行为偏简单都能成功,先不做;
数据

26095	有效率-代码规划
1	R解决方案倒计时触发器,判断是否发生负价值,得出有效性 `T`;
2	R解决方案给所有任务源pFos有效或无效计分到effectDic `T`;
3	R任务在feedbackTOP中,做effectStatus反馈状态更新 `T`;
4	H解决方案倒计时触发器,判断是否得到H目标,得出有效性 `T`;
5	H解决方案有效或无效计分到effectDic `T`;
6	H任务在feedbackTOR中,做effectStatus反馈状态更新 `T`;
7	任务源fo中加effectDic,并写effectStrong模型 `T`;
8	写effectScore()有效率计算方法 `T`;
9	TCSolution中以有效率排序 `T`;

26096	改完26095后,按照26081步骤训练回测
简介	本表与本节问题关系不大,下面3个bug全是与飞方向有关的识别相关
复现	以下4个bug全是在训练第2步中卡顿中止后测得的;
BUG1	稳定性是0,但却被时序识别排在前面,从而识别到 `T`;
调试	`[上飞,木棒]->{疼}`,木棒的S200P0,所以稳定性是0;
原因	稳定性是0,但时序窄出排序用的是`SP好坏分`,它是从0坏到1好的值;
修复	将时序排序改成`稳定性`排序 `T`;
BUG2	训练第2步中途,roots循环卡顿问题 `自然解决了,不复现`
调试
结果	修复BUG1,3,5,6后,重训26081步骤未复现;
BUG3	飞方向概念识别不准,如下图,上飞识别到除下三向之外的5个方向 `T`;
示图
方案1	改下稀疏码相近序列的窄出条数 (最多10%条,最少1条) `弃掉`;
	结果: 10%条,会导致交集没结果的新问题 (参考26075);
方案2	将概念识别匹配度85%以下的过滤掉,此方案ok采用 `T`;
BUG4	时序识别有稳定性奇低(有0.03甚至0.01)的结果 `T`
示图
修复	将稳定性<0.4的识别结果过滤掉 `T`;
BUG5	测得getIndex_ps()得到的索引序列并不是相近度有序的 `T`;
修复	独立封装`稀疏码识别`方法,将相近度排序含其内 `T`;
BUG6	反思时时序识别的`全含判断`总失败 `T`
分析	4月30号优化`时序识别`时,将mIsC改成瞬时记忆的match+partAlgs来做;
修复	但反思时当前时序和瞬时记忆无关,所以反思时改回旧方式判断mIsC `T`;

n26p10 十八测3

CreateTime 2022.05.23

26101	用26081步骤重训FZ51
说明	根据26081两步来重训FZ51,并测试`有效率`是否正常工作;

26102	effectDic计数BUG
示图
说明	同样是PFo2253下的S2252,明明前面已经有了3和4,后面又变成了1和2;
怀疑	可以调试下,看S2252是不是四个触发器,4个实例未复用effectDic导致;

26103	思维流程跑通率太低问题1: 概念识别部分 `T`
问题	FZ51-第2步训练过程中自主飞行次数极少
分析	从认知到决策整个思维过程中,发现全程跑通的很少,导致行为输出就少;
调试
线索	如上图,认知期没抽象(太具象),决策期就很散,没法将整个TC流程凝聚起来;
原则	向性原则: 认知期向性右上(宏感与抽象),决策期向性左下(微理与具象);
方案	放开认知期的抽象,再观察整个TC数据流程,该调整调整,但向性原则不变;
代码	将概念识别的匹配度公式改回`(相近度和/特征匹配个数)` `T`;
回测	修复后,概念识别有抽象结果了;
追加	打开抽象后,又在安全地带也会预测到[absFo]->危险;
转移	可见,无论是打开抽象,还是关闭抽象,都不能片面处理 `转n26p11`;

26104	思维流程跑通率太低问题2: 时序识别部分 `T`
问题	抽象结果排偏后问题,如图F11排在F687和F435的后面;
示图
分析	如图,按照纯稳定性排序,F11(S79P88)的稳定性小于F678(S0P0);
方案	加衰减功能,S+P越小衰减越快,反之越慢,像F687衰减快,F11则会慢许多;
结果	写了衰减功能(根据时序新旧衰减而不是时间) & 并调整窄出配置为10 `T`;

26105	思维流程跑通率太低问题2: 解决方案部分
简介	FZ51-第2步训练过程中自主飞行次数极少;
问题1	S与pFo没抽具象关系: pFo与S候选集之间的抽具象关联哪里来?
> 答:	protoFo[飞,棒],识别到抽象pFo[棒],然后在外类比就有关联了;
问题2	识别到很具象的pFo,取它的conPorts取不到Solution候选集;
> 答:	取S时,是从所有pFos下取的,具象的取不到,就会先从抽象的取;
问题3	可是最有效的S需要从具象pFo下取,因为具象pFo才最符合当前情况;
答:	抽象取S后,会更新所有pFos的effectDic,下回就可以从具象pFo取了
旧架构	以前的做法是: 具象A向着具象B加工修正;
旧原则	生成任务的:`抽象指导性`,解决方案的: `具象稳定性`;
新架构	现在的实际是: 执行的是S而不是直接执行具象,而识别来的也有许多具象;
新原则	以SP为标准做初始候选集,再以`有效率`做此后的竞争;
差异性	新架构与抽具象关系无关 (完全不需要A向B加工了);
步骤1	那些价值综评排在最后的pFo,从具象看看它们什么情况下是安全的;
	> 那么这些安全的情况,可以做为第一批Solution候选集;
	> 即: 从SP价值分更好的pFo.conPorts取得S候选集
	> 结果: 从所有的pFos下尝试取S候选集,`现在本来就是这样的`;
步骤2	然后,再对这些S候选集,进行`有效率`竞争;
	> 即: TCSolution窄出排序因子,`现在代码就是这样`;
综合	spScore取初始S & 后期effect竞争 `现在代码就是这样`;
方案	在26103&26104修复后,此BUG有可能已经变化或不复现,先重训下;
TODO	重跑下FZ51训练,然后调试下第2步代码,为什么不自主飞躲;
结果	本节中,无论是概念识别,时序识别,还是解决方案部分都是片面的;
转移	应该站在更加整体的角度下,来看待TC跑通率低的问题 `转n26p11`;

26106	回测TODO
TODO1	查下,effectDic是否正常工作;
TODO2	rSolution()是否能够复用"有效率"更高的解决方案;

n26p11 TC数据流4-整体观

CreateTime 2022.05.25

上节在解决TC跑通率低问题的过程中,发现从单个模块角度,改来改去,其实都是片面的,本节站在更加整体观的角度去审视这一问题,并解决跑通率低的问题;

26111	优劣分析	抽象	具象
1	特性	照顾广度	照顾准度
2	缺点	丢细节,常不稳 (S83P84)	成长性差,偶发性强 (S1P0)
3	优点	稳定性和有效率的质变手段	准确识别预测生成任务

26112	尝试整体观-偏模型分析
具象部分	从conPFo中培养稳定的 (吃面前的苹果能饱);
中间部分	看能否从absPFo中找到稳定的?
1.	稳定性低: 从具象找S候选集 (打人未必哭);
	> 例如: 无法抽象的,多变的,像英语多练多读;
2.	稳定性高: 从抽象找S候选集 (吃饭肯定饱);
	> 例如: 容易抽象的,稳定性,像数学懂了就行;
抽象部分	无论absPFos能不能找着稳定的,`有效率`都以它为主计算;

26113-尝试整体观-偏工程分析

分析: 结合二者的优点,各负责各的优势,中间部分依情况判断该谁负责;

具象部分: 即从具象做识别预测生成任务;
- 即用具象部分的spDic做为准确性具体性负责;
中间部分: 即absPFos部分;
- 该谁负责判断: 判断absPFos的稳定性;
  - 稳定性高: 则交由absPFos的effectDic中取S解决方案的候选集;
  - 稳定性低: 则交由conPFos的effectDic中取S解决方案的候选集;
抽象部分: 然后抽象负责质变升华指导;
- 即以absPFos的effectDic中取effectScore有效率值;

26114	整体观-代码规划
1	识别具象: 识别时以识别具象为主 `T`;
2	absPFos的来源: 将识别后的外类比结果,收集成absPFos `不用收集`;
	> 不需要收集,直接在TCSolution里取pFo.absPorts即可;
3	可考虑将 (base`稳定性` x sub`有效率`) 作为S排序因子;
	> 现问题是base的稳定性低,所以有效率再高也不够理性,比如会躲错方向;
	> 所以先转n26p12迭代`TCSolution思考过程`,然后再考虑用这个做竞争;

26115	absPFo稳定性低时,从conPFo一般也取不到好的解决方案
比如	有一个位置附近都没有向下躲开过,抽象无Y距时序又不稳定;
	而又有多次`偏路下`向下躲开过的经历 (注:没有路偏下的抽象时序);
问题	此时,抽象不稳定,具象又没S候选集,那么就无解了?
方案1	除非`有效率`,可以直接影响到时序识别,这样pFo就绝对有S候选集;
	这个肯定性能不行,首先会要求概念识别的结果巨量收窄不了 `弃掉`;
方案2	从absPFo.conFos取同级具象fos,与conPFo做相近与匹配度判断;
	此方案有趣些,可采纳尝试深入分析 `转n26p12`;

n26p12 TC数据流4-慢思考

CreateTime 2022.05.25

在上节中,取S候选集的算法始终没有解决好,但提出一个好的方案,即对认知期录取的结果,再进行出题考试 参考26115-方案2,本节针对这一方案深入分析迭代下TCSolution算法 (迭代S慢思考过程);

名词解释-慢思考: 即本文方案2中,时序场景对比找出解决方案的算法;

26121	方案1-初步分析
简介	此方案相当于逆向思维,回想以前怎么解决过这问题
说明	可以按照以下流程逆向思考来逐级过滤;
逆向	`有效率`->`稳定性`->`全含判断`->`匹配度`->`相近度`;
示图
分析	如果是逆向思考的话,那么`全含和匹配度`就不能以原来的mIsC来判断;
	而是需要新写算法,比如仅需要判断稀疏码同区即可;

26122	方案1-代码规划
第1步	用pFo取抽象absPFos,再用absPFos取具象sameLayerPFos `T`;
第2步	将pFos+absPFos+sameLayerPFos收集为allPFos `T`;
第3步	过滤掉allPFos中无mv指向的 `T`;
第4步	过滤出allPFos中有效率排名前100 且 >0.2的;
第5步	依次取itemPFo与原本的protoFo对比全含匹配度等;
第6步	对itemPFo和protoFo计算它俩相近度,匹配度,判断>70%;
第7步	根据`稀疏码标识`找出lastIndex;
第8步	计算稳定性,判断>80% (多训练第1步,就能获得高SP稳定性);
第9步	判断全含 (没想好,可能和第7步一块儿,后再改);

26123	制定方案1,并代码验证可行性
起因	方案起因: 抽象不稳定,需先找出稳定且与当前类似的场景,参考它的方案;
方案	在allPFos(pFo+absPFo+sameLayerPfo)上找effDic有效的做S想选集;
验证	在实践前,先用写验证代码,可视化和打日志等方式,查方案可行性如下:
示图
说明	图中F383,1946,1546,2143,2001全是无效方案,好在它们有效率低;
	图中`F1807[↘,↙,←,A899(Y距_偏下0.2_49)]`有效,但它太杂乱;
问题	红框中F384和383内容一致,其它类似,其实这它俩本来就是先后生成的;
重点	找到与proto类似的F384,再从它找S是行不通的,因为383太具象了;
例外	图中1808看似有效,但原本和384的结构一致
	> 只是运气好又碰巧到了一模一样的1807,才为自己追加了条有效的S;
所以	此方案否掉,因为从太具象的相似场景,几乎肯定挂载不到新的S;

26124	制定方案2 & 模型,步骤,附加问题分析
起因	方案起因: 参考旧架构中的加工机制,即分析什么情况下,该发生的没发生;
原则	白话: HE的决策是将低价值预测加工成高价值实现,以赚取价值差的过程;
方案	找不稳定的抽象场景,然后从它的具象找到更高价值S,并加工实现,图如下:
模型
说明	如图,此方案共有三大步骤,如下;
步骤	1. 用absPFo乘它具象的SPScore=综合好坏分,筛选比pFo更好的部分;
	2. 对比protoFo的末尾与cansetFo的前段相似且匹配;
	3. 判断cansetFo有后半段;
问题	方案2的三个附加问题与解答;
问1	起步问题: 即最开始会不会没方案,怎么起步?
	答1: 只要前面有一点相似,有后半段,且`SP经历过好`,就可做为起步方案;
问2	自由竞争: 即这些解决方案候选集能不能达成自由竞争;
	答2: SP本就是自由竞争的;
问3	方案抽象: 即解决方案间怎么实现再抽象 (如: 饿了就吃);
	答3: 在认知期应该已有解决,如测时真有这问题再来继续 `暂停`;

26125-工作流程 与 抽象S流程 (注: 空想流程,非代码跑出)
第1次输入F1. [路偏上0.1,上]->安全;
第2次输入F2. [路偏上0.2,右上,上]->安全;
	> 识别F1, 抽象出F3: [无Y距棒,上]->安全;

第3次输入: F4 [路偏上0.3]->危险
	> 识别F1, 抽象出F5: [无Y距棒]->危险 (S1P1)

第4次输入: F6 [路偏上0.4]
	> 识别F4, 预测危险;
	> 先从抽象找到F5,然后从具象找到F1,F2都有更好价值,推进上飞;

26126	方案2-代码验证方案可行性 `通过`
验证1	验证前段匹配,后端又有飞躲的S没 `经验证有,测试时有200多条`;
验证2	验证这些候选集里有没有`有效方案` `经验证有,测试时有多条`;

26127	方案2-代码规划1: 大致整体步骤
TODO1	选定执行的方案在TCEffect反馈时,由累计到effectDic改成spDic `T`
TODO2	取pFos+absPFos+sameLayerPFos=cansetFos候选集 `T`;
TODO3	因为前段需要匹配,还得有后段,所以条数不>1条的过滤掉 `T`;
TODO4	写两个时序对比算法 `转26128-第1步`;
TODO5	写两个概念对比算法 `T`;
TODO6	写两个稀疏码对比算法 `T`;
TODO7	候选集择优排序 `转26128-第2步`;
TODO8	把候选集池中,负价值部分筛选掉(坏的几率再小,也不推进) `T`;
TODO9	取到解决方案S后,从cutIndex之后开始行为化,而不是-1 `T`;

26128	方案2-代码规划2: 细节展开步骤
模型
说明	图中比对算法,其实就是以前的PM算法,它与类比器AIAnalogy是兄弟;
第1步	候选集有效判断 (初步对比S候选集是否适用于protoFo) `T`;
1	cansetFo前段,从前到后在protoFo中找匹配,必须每位都找到 `T`;
	> 有一帧canset在proto里没匹配到,即proto全含canset部分结束,前段完;
	2022.12.03: 未匹配到未必是结束,可能是因为具象在抽象里没有;
	2022.12.03: 改为用indexDic根据matchCutIndex取得cansetCutIndex;
2	直至匹配到protoFo的末位为止,此时cansetFo的截点为cutIndex `T`;
3	此时判断cansetFo在cutIndex后面还有>=0位数,即通过 `T`;
4	计算前段匹配度=`匹配度总和 / protoFo.count` `T`;
第2步	候选集排序方式 (进一步对S进行排序择优) `T`;
1	对cansetFo在cutIndex后的部分计算:stableScore `T`;
2	候选集综合分=`前段matchValue x 后段stableScore` `T`;
3	过滤掉`候选集综合评分` < `pFo稳定性`的候选集 `废弃`;
	> pFo的结果是坏,S的结果是好,二者没法大小比较,所以废弃;

26129	概念识别性能优化 `T`
方案1	将概念识别中中无mv指向的结果关闭 `弃掉`;
分析	虽然速度慢,但概念识别为了准确性需要非mv指向结果
示例	蛇咬怕绳,其实知道是绳,只是怕被蛇咬的时序和价值,而不是直接识别成蛇;
	流程: `识别A绳`->`识别F像蛇,咬`->`预测M(stable很小)疼`;
	说明: 明知是(绳子),但看着想到[像蛇,咬],虽不稳定但依触发一定的{害怕};
所以	综上,方案1废弃,先不关闭;
方案2	实测看下概念识别算法哪里慢,测得如下三处;
	1. 识别后的概念外类比慢, (每条200ms) `T`;
	2. KV转DATA慢,改成用pId (有时耗100ms,但系统应该有复用机制) `T`;
	3. 统计countDic和sumNearDic慢,ref太多了可限下 `暂不限`;
结果	方案2采用,且改了两个,第1个需要慢慢回测有没副作用;

2612a	时序识别性能优化 `搁置`
方案1	把时序识别rFo窄出调为0条(关闭),rFos没啥用还耗能;
分析	目前rFo的唯一作用是用于rLearning的外类比再抽象;
暂停	目前rFos的窄出配置为2,不算太耗能,且关掉后影响情况未明;
结果	所以,先不关了,避免关了后反而出了外类比全是mv时序啥的有别的问题;

n26p13 十八测4-FRSTime推迟帧 & 迭代ActYes每帧O反省

CreateTime 2022.05.28

上节中,迭代了rSolution()思考过程,本节负责重训练回测,以及改掉发现的问题等;

26131	训练步骤规划	目标
1	随机出生位置: `扔木棒,重启` x 200轮	识别`偏上下`pFo
2	随机偏中出生位置: `木,随机飞x2,木,重启` x 100轮	学飞躲

26132	还是经常无计可施BUG
说明	在26131重训第2步时,发现所有候选方案全被FRSTime过滤掉了
调试	第2步训练从扔木棒到飞需要近10s,而预测危险从见木棒到被撞仅需5s内;
方案1	训练方案: 训练改成扔棒后立马飞,以习得躲开且时间来的及的经验
	分析: 此方案当然是有效的,但那个10s的候选集就真的无效么?
	示例: 比如我坐在路边一小时,看到车来了就起开,难道会时间来不及?
	结果: 本方案虽有效,但并不解决本质上的问题 `弃掉`;
方案2	推迟FRSTime判断帧 (应判断躲避行用时来的及,而不是前面坐了1h);
	分析: 此方案看似也是有效的,但车真的瞬息而至,就不躲了么?
	结果: 即使来不及,还是有可能会尝试,只是用时更短的S更好而已;
	追加: 考虑哪个更短S更好,这是后天的事儿 `参考26134-后天分析`
	追加: 而考虑当前帧行为输出是否来的及是先天的事儿 `转26134-方案`;
方案3	废弃FRSTime或后置FRSTime评价器 `转26134`;
结果	最终选择将FRSTime后置,并推迟评价帧 (即方案2+方案3后置部分);
追加	最终选择方案2,并代码实践,回测Ok;

26133	rSolution性能优化: FRSTime提前
说明	越靠前进行过滤,就越性能好,FRSTime即使过滤性那么强,是否可以提前?
分析	在判断全含后,甚至全含之前,能不能把frsTime评价提前,以优化性能?
暂停	参考26132-方案3,FRSTime都要废弃了,靠它优化性能的事搁置先;

26134	FRSTime`废弃`或`后置`或`推迟一帧`分析 `参考26132-方案2&3`
后天分析	用更后天的时间概念化,或后天决策功能来接替它的作用
	示例: `朋友30min到,做饭要40min来不及`,`种好明年的粮食`;
	结果: 后天的不用写,主要分析下是否有先天成份,或先天的情况;
先天分析	微观先天的: 单帧所需时间,还是有必要的;
	示例: 车立马撞到,躲的动作是否来的及;
	结果: 即当前帧所需时间,还是有必要判断的;
线索	综上分析,FRSTime先天部分有需要,所以不能废弃,可以后置下,见方案:
方案1	将FRSTime后置到,TCAction中TCOut前,每帧都判断一次;
	分析: 如果每帧判断,最后一帧判断时发现来不及,前面不是白干了?
	结果: 所以此方案废弃,不后置,新的方案见方案2 `弃掉,转方案2`;
方案2	FRSTime不后置,把判断帧改成下一帧,即下帧行为是否时间来的及;
结果	选定方案2 (与26132-方案2一致),代码实践,并回测ok `T`;

26135	废弃effect作为O反省首帧的功能 `T`
回顾	在26127-TODO1刚把effectDic作为O反省首帧,更新到spDic中了;
结果	在26136要彻底放开actYes的每帧O反省了,不用effectDic做首帧了;
追加	effect不做首帧了,那么它是否可以继续做原来的`有效率`呢? `转26142`

26136	迭代TCActYes: 每帧都触发O反省-方案分析
前提	前段时间写的TCEffect是整个S的有效率,后来又把它改成首帧O反省;
	更新spDic行为化的首帧,其实就相当于是加了首帧行为化的反省;
说明	以前的ActYes是对末帧进行反省,现在又是首帧,但有首尾还是不全面;
方案	可以像TCForecast里对每帧都进行I反省一样,O也改成对每帧都进行反省;

26137	迭代TCActYes: 每帧触发O反省-代码实践
TODO1	写frameActYes(),支持每帧调用,并同时支持感性理性 `T`;
TODO2	用frameActYes()替代rActYes,并改调用代码 `T`;
TODO3	用frameActYes()替代hActYes,并改调用代码 `T`;
TODO4	用frameActYes()替代pActYes,并改调用代码 `T`;
结果	已改完,回测效果转下节;

n26p14 十八测5-快思考

CreateTime 2022.05.28

上节中,迭代了frameActYes()每帧O反省,本节负责重训练回测,以及改掉发现的问题等;

26141	回测训练计划
1	用26131步骤重训下 `重训顺利`;
2	看下SP在O阶段是否正常反省,看下解决方案是否稳定性逐步竞争增强;
	BUG1: 测得OR反省很正常,但OP反省未出现;
	修复: 原因TOP反馈应与demand.mv匹配而不是sFo,sFo没有mv指向 `T`;
3	改进下26131的训练步骤2,能够随机飞和扔木棒,找出更好解决方案 `T`;
4	测连续飞躲能力,新帧新预测,新决策,新行为继续躲;
5	测安全停止能力,躲到安全地带后,停下飞行 `时序准备后,已ok T`;
6	测敢飞到路上,即飞到路上不会多怕危险,只有木棒飞出才会害怕并躲;
7	测下性能
	BUG2: 测得`慢思考算法`相当慢,优化 `转26142`;

26142	快思考算法-方案制定
示图
说明	如图示,可以制定快思考算法,方案如下:
方案1	快思考算法以effect为准,有效率重新封装迭代而来 `选定`;
方案2	快思考算法与慢思考复用算法,不同配置参数修改而来 `弃掉`;
结果	快思考,要的就是一下想到曾经这么搞过,可行性高,所以选定方案1;

26143	快思考算法-代码实践
TODO1	写rSolution快思考算法 `T`;
TODO2	rSolution快思考算法调用(前3条优先快思考,无效或后2再慢思考) `T`;
TODO3	写hSolution快思考算法 `本就是`
TODO4	写hSolution慢思考算法 `先不写,有可能废弃H,转26152`

n26p15 废弃反思子任务和H任务

CreateTime 2022.05.29

HE在开发过程中，使用了太多的示例，从示例出发用于分析理论与模型是好事。但直接用于改变代码细节，或新增代码模块，确是坏事。这三年来因为这个原因而写了多少多余的功能呢？在决策部分HE的模型研究不充分，导致边测边完善细节的方式，为此浪费了大量时间。直至去年底才做了螺旋架构迭代，随后的半年废弃掉许多多余无用的东西，本节将继续分析，是否可以将子任务功能和H任务废弃掉，以及别的还有什么。

26151	废弃子任务分析 `不可行,参考26152`
思考	以往反思后生成子任务,能否改为生成根任务;

26152	废弃H任务分析 `不可行`
分析	以下通过分析两种短时树来分析废弃H;
1恒树
	说明: 先找到S=f1,然后判断没饭,转H到f2做饭,然后递归到f1吃掉;
	特点: 百瞬一树: 无论多么繁杂,都体现在一颗树上不断更新 (恒树);
	缺点: 应对各种各样的变化时,不够灵活;
2瞬树
	说明: 预测饿,找不饿的办法S,只对下帧行为化,并输出;
	特点: 百瞬百树: 每颗树,只为了输出一下,这树就完成使命了 (瞬树);
	缺点: 很长远的任务,会容易健忘原本的目标;
	分析: 瞬树根本就不可行,百瞬百树经常就连不起来;
对比	以上,以前完全是第1种,最近的做法越来越偏向第2种;
示例	小鸟向着路边连续飞躲,最初危险很大,飞躲一次,危险小一些;
	1. 每一次feedbackAlg然后重组反思子任务,继续飞躲;
	2. 识别系统也会预测新的R任务,但没原来那么危险;
所以	示例可见,最终其实还是顺着第1种跑到底的,而不是第2种抢占思维;
方案	但第2种不影响第1种,所以第2种就也跑着,各跑各的;
结果	不必也不能废弃子任务和H;

n26p16 迭代hSolution快慢思考

CreateTime 2022.05.29

在n26p14中,迭代了R快思考,本节继续迭代H快慢思考(其实H的快慢都写过,这次主要是分别封装一个方法出来);

回测规划: H快慢思考ok后,可以在此基础上回测连续飞躲,流程大致为: 飞躲->H反馈->重组->反思->子任务->继续飞躲;

26161	封装H慢思考方法-代码实践
模型
0	cansets = targetFo + absFos + sameLayerFos `T`;
1	前段匹配 (targetFo前段全含cansetFo前段) `T`;
2	中段加工 (可以为0条,0条时无需加工) `TCAction本就兼容这情况`;
3	后段: H目标帧匹配 `T`;
4	排序因子 = 前段匹配率 x 中段稳定性 x 后段匹配度 `T`;
5	中段稳定性 = 从cutIndex后一帧到targetIndex的衰后稳定性 `T`;
6	FRSTime评价兼容H任务:`最近R给的时间 >= S下帧所需时间` `T`;
7	中段`(targetIndex-cutIndex>1)`为0条时,FRSTime评价直接通过 `T`;

26162	封装H快思考方法-代码实践
1	从targetFo的effectDic取候选集 `T`;
2	把hSolution里现在的快思考代码和rSolution_Fast代码融合写H快思考 `T`
3	把H快慢思考整合到hSolution调用 `T`;

n26p17 思维可视化V3迭代

CreateTime 2022.05.31

26171	TV支持`思维具象化`迭代
起因	思维可视化V2的树,其实还是不够直观,看树并不能看懂多少;
说明	可以对思维识别结果,预测结果,任务生成,解决方案,行为输出等等;
具象	直接在屏幕上以虚影显示出来,这样就能更加直观的看到思维的执行情况;
结果	暂停,先不做,后面有时间再弄吧;

n26p18 十八测6-回测快慢思考 & actYes传染机制

CreateTime 2022.05.31

连续飞躲流程: 飞躲->H反馈->重组->反思->子任务->继续飞躲;

26181	训练步骤规划	目标
1	随机出生位置: `扔木棒,重启` x 200轮	识别`偏上下`pFo
2	随机偏中出生位置: `木,随机飞x2,木,重启` x 100轮	学飞躲
3	随机偏中出生位置: `木,随机飞x2,木,重启` x 100轮	学飞躲
训练	依以上步骤重训FZ52;

26182	rEffect反省有效,但其实无效的BUG
复现	`FZ52,初始在路偏下,直击`;
说明	发现日志中,有rEffect反省,明明无效(被撞到)但却显示有效;
分析	经日志分析,在`23:485ms取到方案,44:152ms反省,45:180ms撞到`的;
方案	可以查下延长下反省时间,或先查下为什么这么久才撞到;
结果	多条线同时执行,导致思维流程卡乱套了,`等26183的BUG解决后,再来继续`;

26183	一次TI触发多次TO导致思维混乱的BUG-初步分析 `转26184`
BUG	发现日志中,上一轮循环的O,和下一轮循环的I,不是一对一,而是多处调用O;
复现	`FZ52,初始在路偏下,直击`
调试	比如复现时,就有两个解决方案被同时执行,第1个还没结束,第2个就来了;
	> 两个解决方案都在各跑各的,把小鸟飞的方向都搞乱了,日志如下:
日志	1. 第1条R解决方案->行为化->飞前视觉->飞输出->识别反馈等;
	2. 进入TCScore->取第2条R方案-> 并输出另一个方向飞->行为输出;
	3. 第1条解决方案->飞后视觉;
	4. 第2条解决方案->飞前视觉->识别->反思->预测->任务->R解决方案
说明	从以上日志可见,现在的螺旋并非一对一,非常混乱;
方案	每轮循环定义新的poolId,反馈,预测等全跑完后,最后终触发一次O;
结果	等全跑完触发一次不妥,应该各触发各的,但挂起ActYes任务不响应`转下表`

26184	多S同时执行的混乱BUG-继续分析
线索	一般情况下,都是以下几处调用,挨着调用了TCScore导致的;
O调用	1. actYes无反馈肯定会触发TCScore;
	2. actYes有反馈肯定会触发TCScore (现在没,加上);
	3. TCDemand中,RHP三个方法都会调用TCScore;
方案1	入口: 多种全跑完再统一执行一次O `参考26183-方案` `弃掉`;
	弃因1: 多个触发点并不属于当前I,没法统一协调(比如actYes触发器);
	弃因2: 多处调用O是难免的,且各有各的调用理由;
	结果: 但可以不让它们冲突,比如挂起状态不重复取S等 `转方案2`
方案2	出口: 各有各的调用原因,但执行任务时,可以将挂起的任务不响应;
	线索: 现在每一帧action推进都会进入到frameActYes中挂起;
	结果: 采纳,但需分析actYes的传染原则,是向上传染还是向下,如下:
下示例	sub继续执行: H任务时,它的baseR是挂起状态,但H可继续推进;
中示例	self应不响应: 任务自身挂起状态,应该等反馈或触发器,然后再继续;
上示例	base应不响应: base作为协作者,应等下挂起的子任务;
原则	综上,传染原则为: 挂起状态自身及向上传染,不向下传染;

例外	finish为截停状态,如hDemand已为finish状态,它下面却挂了一个actYes
	此时,传染会被截停,即末端不是最末的那个actYes,而是hDemand;
解释	现在的actYes状态,有些像执行中,等待中,等含义;
结果	选定方案2,代码实践转下表;

26185	挂起任务不响应-代码实践
TODO1	actYes仅标记自己及所在的demand,不向上标记base和root `T`;
TODO2	actYes有反馈时,调用TCScore `T`;
TODO3	任务池root竞争时,当末尾为actYes时向父传染,即排除掉此root `T`;
	> 然后可以尝试下别的root,比如等饭看电视;
TODO4	actYes向上层传染,只要下层还在actYes,则上层不取新S `T`;
TODO5	查下TCScore中,是否对挂起状态的自身与base评了min分 `弃掉`;
	> 只要root响应激活了,那它肯定有末枝可执行,那actYes也应正常评分;
	> 挂起不能评min分,不然它的下层就无法响应,推进action下一帧;
TODO6	当HDemand.targetAlg提前反馈时,HDemand改为finish状态 `T`;
TODO7	查TCPlan中,中层ActYes则继续向下找路径,因为中层不向下传染 `T`;

26186	重训回测本文bug
重训	根据26181前两步重训回测;
结果	暂未再发现多S同时触发执行的混乱情况,大致是ok了;

n26p19 十八测7-回测快慢思考 & 连续飞躲

CreateTime 2022.06.02

连续飞躲流程: 飞躲->H反馈->重组->反思->子任务->继续飞躲;

26191	稳定性评分不太合理问题 `T`
复现	在26186训练完,在偏路下直击,就预测危险并右下躲,反馈A1395后反思:
示图
问题	如图,F3944仅匹配了一帧,且只有一帧的SP,竟然稳定性高达0.88;
方案	每帧都默认为0.5,而不是1,这样就可以大大降低它的综合稳定性值;
结果	将每帧稳定性默认由1改为0.5后,回测问题ok `T`;

26192	快思考候选方案中有不适用当前场景的S问题 `T`
示图
结果	如图将代码改成:排除掉不适用当前场景的候选方案即可 `T`;

26193	重训FZ53,然后在此基础上测连续飞躲
步骤	根据26181训练FZ53;
用时	第1步,用时40min,第2步用时80min,第3步用时110min;

26194	快思考的前段匹配度太低问题-方案分析 `T`
示图
复现	`FZ53,出生在路偏下,直击`;
线索	现慢思考排序`=前匹配x中稳定x后匹配`,直接相乘,高稳定会拉升低匹配;
原则	分三次竞争分别取limit阈值,三次顺序为: 先排宽松的,再排严格的;
方案	竞争顺序为:`后匹配,中稳定,前匹配`;
备注	以上顺序为直观认为顺序,不表示模型顺序,后续如有需要再调整;
结果	参数制定与代码实践 `转26195` `T`;

26195	快思考的前段匹配度太低问题-代码实践 `T`
TODO1	后段-目标匹配 (取50%,限制0-40条) `T`;
TODO2	中段-加工稳定 (取50%,限制3-20条) `T`;
TODO3	前段-场景匹配 (取前3条) `T`;

26196	飞后视觉预测不到还有危险的BUG
问题	这会导致,首次飞躲后连续飞躲流程不通,因为一飞后预测不到还有危险;
示图
如图	单轮躲避后:`[飞前棒,飞躲,飞后棒]`,无法识别到现在还有危险;
现状
说明	如图,现在识别到的时序全是[飞躲,飞后棒...]的经历;
	而这些经历较杂乱,且有多余帧导致稳定性判断都<阈值0.1f;
方案1	查下次再遇到[偏下0.5,飞躲,飞后棒]时,能否识别到这次的F4255;
	分析: 即使能,这种识别也不好,不充分不纯粹,机率低等 `弃掉`;
方案2	支持扔出木棒的X位置随机,从而看到并习得[屏中棒]->{危险}经验;
	分析: 此方案可行,优点是木棒在任何位置都有;
方案3	把X值改成X距,这样F4254就可以识别并全含[偏下0.8]->{危险};
	分析: 此方案可行,优点是更符合视觉相对距离;
尝试1	方案23都改,经`26197`,1&3步重训后效果不佳 (原因懒得查);
尝试2	采纳方案2,经`26197`1&3步重训后效果仍然不佳 (新增第2步训练);
尝试3	采纳方案2,经`26197`,1&2&3训练;
	回测: 尝试3的结果中,因为飞后视觉往往木棒很近,方向很多样;
	结果: 方向多样不是左,所以预测不到还有危险,所以继续尝试4:
尝试4	尝试1和2的效果不佳原因应该一致,根据尝试3原因,所以再打开方案3;
结果	方案2&3全打开了,且新增了第2步训练,`回测转2619b`;

26197	训练步骤规划	目标
1	随机出生位置: `随机位置扔木棒,重启` x 200轮	学被撞
2	随机出生位置: `左棒,重启` x 100轮	补学被撞
3	随机偏中出生位置: `左棒,随机飞,随机飞,左棒,重启` x 100轮	学飞躲

26198	快思考的前段匹配度太低问题2-方案分析
示图
说明	参考26194以为慢思考三次排序就可以,看来快思考依然有问题;
分析
方案	如上图`慢思考模型`,快思考也需要单独做三次排序(用阈值);
结果	代码实践转26199 `T`;

26199	快思考的前段匹配度太低问题2-代码实践
TODO1	后段-目标匹配 (阈值>80%) `T`;
TODO2	中段-按有效率 (阈值hStrong>5&&effectScore>0) `T`;
TODO3	前段-场景匹配 (阈值>80%) `T`;
TODO4	三个阈值都达标后,按有效率排序,取最高的返回 `T`;

2619a	TC数据流配置调整-慢到快思考
慢_开源	增加慢思考候选有效源: 调整训练,加训到更多及时躲开的经历;
快_固化	增加快思考候选集阈值: hStrong > 5 && effectScore > 0;

2619b	回测训练
训练	按着26197步骤训练FZ54;
回测	1. 26196-飞后视觉能继续预测到危险;
	2. 26198-快思考结果匹配度低的问题;
	3. 2619a-慢思考到快思考的TC数据流配置调整;
	4. 测连续飞躲能力;
训后	1. 训练后,发现快思考hStrong>5有点苛刻,没达到的;
	2. 建议把5降成3,然后快思考只尝试窄出一条试下;
	3. 这样即能快速用上快思考,又能多用慢思考过渡出更多快思考;
结果	发现无论是从识别还是慢到快思考,数据流配置还是不太好,转2619f;
追加	后来发现是排序代码粗心写错了,但三次竞争先筛哪个都片面是真的;

2619c	训练步骤规划	目标
1	随机出生位置: `随机位置扔木棒,重启` x 200轮	学被撞
2	随机出生位置: `左棒,重启` x 100轮	补学被撞
3	随机偏中出生位置: `左棒,随机飞,随机飞,左棒,重启` x 100轮	学飞躲
4	随机偏中出生位置: `左棒,随机飞,随机飞,左棒,重启` x 200轮	补学飞躲
训后	回测问题如下: `2619d&2619e`

2619d	HStrong达不到5的问题
示图
说明	训练这么多,结果别说5,连2都少有达到,显然没形成竞争漏斗强者愈强;
调试	2619c-4训练一半时,还有H>3,最后H却一般才2;
方案1	慢快思考的三次竞争,场景匹配度收太窄了,建议改成先H>5再排匹配度;
方案2	有效的解决方案并没有挂在absPFos下;

2619e	危险地带PFos结果太少甚至为0条 `T`
示图
说明	训练这么多,结果反而经常预测不到危险了,甚至时有pFos为0条的情况;
分析	随着防撞能力的掌握,被撞的经历越来越少,危险地带的具象经历也会躲开
方案	在概念识别和时序识别中,打开抽象结果;
结果	改后危险地带预测到具象危险,安全地带预测到到抽象危险 `T`

2619f	TC数据流调整-模型与原则分析
说明	把整个TC流程的数据流都放一块儿好好分析下,看让它们自由竞争更通顺;
原则1	体用: 入为体,出为用 (旧有原则);
原则2	向性: 入部分一般是具象向抽象,出部分一般是抽象向具象 (旧有原则);
原则3	依据: 入部分一般按照本身的匹配度,出部分一般按效用度;
原则4	竞争: 入先排后筛,出先筛后排 `弃,转n26p22`;
	分析: 其实这还是前面的三次`阈值方案`,只是在进一步分析而已;
	弃: 决策期无论先筛哪个,都有可能片面,语文前3可能数学不及格,反之亦然;
原则5	影响: 两侧向中间影响:入时V影响AF,出时概率综合计算;
	即: 学的时候是统计(宏微统计),用的时候是概率(综合概率);

2619g	排序	筛选	向性	结果类型
V识别	near		入
A识别	sumVNear/nearCount	匹配度>0.9	入(具->抽)	抽具感理
F识别	sumANear/cutIndex*稳定性	稳定性>0.1	入(具->向)	抽具感
任务池	sumSPScore/pFos数		出
慢思考	稳定性	总匹配度	出(抽->具)	具理
快思考	前匹配度 x 后匹配度	H>5	出(抽->具)

2619h
V识别
A识别
F识别	危险地带识别到具象结果->{负mv},安全地带识别到抽象结果->{负mv};
任务池
慢思考
快思考

2619i	TC数据流整理-代码流程整理
改1	为了自由竞争,每一级都要首先限limit,个体成长起来才有资格被用;
1	V到A: 整体竞争:V.refA取前30%;
2	V到A: 个体增强: 构建A时它会增强;
改2	预测验证 (二次预测);
1	安全地带时序识别到抽象时,需要对自己是否真的危险,做"验证";
2	即,在形成任务后,也要向具象做二次预测
3	将时序识别的RFos去掉,安全不会被撞不需要被预测 (因为不以它为准);
4	而是先识别抽象危险,后再到具象预测验证出其实不危险(26211-原则);
5	结果: 此处关了rFos结果,预测验证的方案制定和代码实践 `转n26p21`;

2619j	TC数据流整理-代码实践
TODO1	V.refA取前30%以整体竞争(参考2619i-改1-1) `T`;
	> 这样就不会有太新太偶然的被识别,只有沉淀一定强度才可能被识别;
TODO2	打开概念识别的抽象结果 (参考2619e) `T`;
TODO3	将时序识别的rFos关掉 (参考2619i-改2-3) `T`;
TODO4	写预测验证功能 (参考2619i-改2) `转n26p21`;
TODO5	如下图,将概念排序改成sumVNear/nearCount `T`;

TODO6	任务池竞争改成`sumMVScore/pFos数` `T`;
	> 因为求和不公平,有些识别pFos多,有些少,求平均公平些;
TODO7	慢思考先匹配度筛选,后稳定排序 `先哪个都不妥,转n26p22`;
TODO8	快思考先H>5筛选,后匹配度排序 `先哪个都不妥,转n26p22`;

n26p20 识别性能优化-连续时序链

CreateTime 2022.06.06

26201	解决识别太慢的问题
简介	现在每次VAF识别流程要1.5s以上太慢了
分析	1. 价值节点成当一个普通时序元素,而不是末尾;
	2. 每帧输入压到尾部,然后将最旧超过4帧的首帧踢掉;
	3. 每帧识别都利用上帧的缓存;
	4. 把每帧的refPorts都缓存下来,matchAlgs&pFos&rFos不变;
	5. 从上帧的预测中,找这帧的匹配 (反馈式识别);
性能	这样的话,每帧可以控制在100ms内的话,肯定可以加快强训速度;

26202	优化识别性能后-打开多帧视觉
改动	将多帧未变的概念,合并为一个概念,时间跨度求和;
	示例: 张三9小时跑完马拉松;
说明	1. 在这个过程中,跑每步具象(因为具象都有变化)都能形成一个时序;
	2. 而抽象,只形成一个跨度9小时的时序(因为抽象都是张三在跑,没变化);
优点1	会有更好的性能 (因为缓存复用,时序少了);
优点2	更全面构建(或加强)更抽具象层上的时序,并且更全面的预测;

结果: 优化先放放,后面再说,先继续搞TC数据流调整和训练吧;

n26p21 预测验证

CreateTime 2022.06.08

因为任务很可能因为抽象而非常不稳定,所以在任务进行解决方案之前,先验证下任务 (参考2619i-改2),前面已经打开了会识别到抽象时序,并且关闭了rFos结果,本节主要集中在预测验证的方案制定和代码实践;

结果: 不需要预测验证,直接走原来的慢思考流程即可,如果实际上安全的话,自然会找到无需要加工(中段长度为0)的S方案;

26211	预测验证-方案规划 `T`
原则	即使安全地带也应该很预测到危险
示例	就像十年怕锦绳或者外面担心有坏人;
思路	所以预测验证肯定是在构建任务后;
方案	预测验证就可以尝试复用慢思考代码;

26212	预测验证-实践规划 `复用慢思考代码`
说明	下面通过前中后期三个阶段来分析对比`预测验证`与`慢思考`;
前段	从输入看: pFo有可能是抽象稳定性0.1,或抽象0.9,或具象0.5;
	分析: 无论是稳定0.1还是0.9,是抽象还是具象,它们同样都需慢思考;
中段	从作用看: 验证其实就是pFo转移:从抽象低稳定性,转向具象高稳定性;
	分析: 验证是低向高验证,慢思考也是低向高加工,先验证后加工并不冲突;
后段	从行为看: 验证是验证有必要再加工,慢思考是有加工帧就加工;
	分析: 二者区别在于取得S的中段加工长度不同,二者无危险时长度都为0;
区别	综上,二者的区别仅在于后段验证的S中段更可能为0;
综上	分析得: 二者一模一样,可以用慢思考算法跑`预测验证`;
结果	无需要改代码,直接回测下`抽象不稳定pFo`时,能否跑出`加工0长度`的结果

n26p22 决策期概率竞争-S综合排名

CreateTime 2022.06.08

在前面,多次对决策期的竞争排序做调整:

最初的直接前中后段相乘;

因为可能有一个拖后腿,导致不公平,比如玩色子,稳定性就是1/6;

后来阈值方案 (三次竞争) (参考26194&26195);

BUG_后发现TC数据流过渡转化的不太好 (参考2619b);
分析: 分析阈值方案的TC数据流在决策期的先筛后排 (参考2619f-原则4);
废弃: 阈值方案先筛哪个都片面,所以废弃 参考2619f-原则4-弃;
修复: 后来发现是排序代码粗心写错了,但阈值方案废弃原因仍成立;

再然后即本文制定的综合排名方案,实现决策期TC数据流更通畅的过度与竞争;

26221	决策期概率竞争-方案分析
原则	学时统计(内部宏微加强),用时概率(外部综合评价) `参考2619f-原则5`;
分析	可以分别对三次分别竞争排名,后再计算综合排名;
方案	综合排名 = 排名求和 / 回合数 `(score = sumRank/rankCount)`;

26222	决策期概率竞争-代码实践
TODO1	时序识别用匹配度排序(sumNear/nearCount),而不是稳定性 `T`;
	现在安全地带会识别到匹配度低的危险地带结果,因为它稳定性排在前面;
	> 这违背了26221-原则-学时统计,所以这里改成匹配度排序;
TODO2	慢快思考都迭代用上综合排名算法 `T`;
TODO3	弃用三次竞争和H>5逻辑,综合排名不需要它了 `T`;

26223	回测训练
1	随机出生位置: `随机位置扔木棒,重启` x 200轮	学被撞
2	随机出生位置: `左棒,重启` x 100轮	补学被撞
3	随机偏中出生位置: `左棒,随机飞,随机飞,左棒,重启` x 100轮	学飞躲

26224	BUG_反思子任务时没有protoFo `T`
示图
说明	如图,在反思子任务时,是没有protoFo的,查下代码是不是没兼容这种情况;
方案
结果	如图改用regroupFo和demand.baseFo.actionIndex `T`;

26225	第3步训练特别慢的问题
说明	第3步仅训练到第15轮左右,用时50分钟,太慢,就先停下了;
问题	无论是飞行为或各种输入,总能识别到p结果,导致循环跑好久;
分析	打开抽象识别后,确实会导致各种能识别到p结果,但打开很有必要;
思路1	大致: 需要从决策来解决此问题,即习得什么pFo不需要行为加工;
调试	需要查下从前到后,能不能形成漏斗,找出`不需加工`的S,并成长为首选S;
	弃: 是否形成漏斗与此处无关,抽象PFo结果有各种混乱的具象S才是问题
思路2	深入: 在S对比时序算法中,加入pFo的参照;
	原因: 因为protoFo有各种无意义数据,比如飞和当前在什么位置无关;
	解析: 其实我们是要找pFo的具象中与protoFo相匹配的情况;
结果	思路2初步认为可行,具体的方案制定和代码实践 `转n26p23`;

n26p23 迭代Analyst

CreateTime 2022.06.10

缩写说明: 本文始,将cansetFo对比算法命名为:AIAnalyst;

在26225中,测得因为protoFo有混乱元素(各个方向飞),导致在cansetFo对比算法中,对比匹配并取出了很乱的S解决方案,导致整个决策流程因为而大受其乱,本节将主要针对解决此BUG;

26231	迭代analyst-方案制定
方案	pFo提供指导性A,protoFo提供参考值V,得出品学兼优的cansetFo结果;
步骤	1. 把pFo做下标指导,选出cutIndex前的部分,得出结果R1;
	2. 然后用R1到protoFo中取出相应的部分,得出结果R2;
	3. 用R2和cansetFo进行对比,分析出结果R3;
优点	这样得到的cansetFo才最简单干净,即有指导性又有具象稳定性和匹配度;
结果	经分析,此方案成立,但步骤太表面了废弃 `实践转26232`;

26232	迭代analyst-代码实践
TODO1	独立封装AIAnalyst类 `T`;
TODO2	时序识别时对pFo和maskFo的匹配下标记录映射indexDic `T`;
TODO3	用pFo和cansetFo做Analyst `T`;
TODO4	每帧analyst都映射转换成maskFo的帧元素比对 `T`;
TODO5	根R任务时:pFo已发生个数=indexDic的最后一位 `T`;
TODO6	R子任务时:pFo已发生个数=父fo.actionIndex对应indexDic `T`
TODO7	H任务时: targetFo已发生个数=它的actionIndex `本如此`;
TODO8	因需要pFo,将快慢思考改成不合并候选集,直接analyst比对转模型 `T`
注	maskFo在识别时表示protoFo,在反思时表示regroupFo;

26233	回测训练
1	随机出生位置: `随机位置扔木棒,重启`x200轮 & `左棒,重启`x100轮
2	随机偏中出生位置: `左棒,随机飞,随机飞,左棒,重启` x 100轮
结果	按此步骤训练到第2步第23轮时,因26234BUG卡住,存为FZ55;

26234	回训BUG1-root循环卡顿
问题	日志:`当前执行任务:92 不应期root任务的状态:(finish状态92个)`
说明	训练到26233-2第23轮时,root卡顿,经查日志,root有92个finish;
复现	在`26233-2第23轮记忆,路上方直击`;
调试	`直击预测危险->S方案左飞->棒,左飞又预测危险->又S方案左飞`循环;
疑点1	[棒,左飞]: 为什么会预测到危险`[左飞,棒]`,即使明明在安全地带;
疑点2	[棒,左飞]: 得到解决方案[棒,左飞,棒],为什么还会左飞,飞应该是前段;
结果	中途因疫情中断20天,回归继续却不复现了 `转27022`;

26235	回训BUG2-快思考全是左飞候选集
示图
疑点	暂怀疑是在26233-2-第23轮时,卡顿1h,可能有了这些奇怪的候选经验;
问题1	S候选集太具象繁杂 (非常具象) `转n27p01`;
问题2	S候选集太单调同质 (全是左飞);

26236	回训BUG3-概念识别有错误结果
日志	`(高100,Y207,皮0,Y距_路上1.6,距128,X2,X距357)相近度99%匹配3`
说明	结果7个V,却只count索引了3个,相近度错算99%,导致路下识别路上结果
方案	仅识别matchCount=alg.count的结果,改后好了 `T`;

n26p24 急生乱VS慢性子

CreateTime 2022.06.18

he现在是绝对的慢性子,时间紧急并不会触使他更快的推进任务,并略过反思;但这却可能导致:

一直在反思子任务循环而卡顿;
而真正执行时任务早已过期;

26241	示例与说明
示例	某剧中主角送孩子上学时,喊孩子快上电梯,孩子怕电梯关了,跑进电梯结果却忘记拿口罩,电梯下行过程中,孩子才反思到忘拿口罩,于是二人返回家中取,却因此迟到;
说明	紧急状态时,[出门,到校]没有反思到没口罩,但紧急状态解除后,[下电梯,到校]就反思到了没拿口罩;
解析	熵增的世界不会为智能体准备好所有所需,只要自己未智能应对的,都会是"乱",而急导致了,要么当前任务错失,要么可能的子任务不被想到,智能体采取了先把当前任务搞好,所以乱立马就来了(但也有可能不会来);

26242	急性子方案分析
1	当前任务推进下帧时间紧急,则整个TC进入busy状态;
2	在busy状态时,反思停止工作 (任何反馈都不进行反思);
3	当任务推进到非时间紧急后,中止busy状态;
暂停	当前并没有`子任务循环`而卡顿的情况,所以此节先不迭代 `暂停`;

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Note26.md

Note26.md

逐层宽入窄出 & 快慢思考 & S综合排名 & Analyst

n26p01 十七测-回测飞错方向的问题

n26p02 相近匹配pFo: 微观新增mv指向标记,优化识别

n26p03 加强强化训练-优化卡顿问题

n26p04 迭代DemandModel-单任务对应多pFo

n26p05 废弃ARSTime评价器

n26p06 十八测

n26p07 TC数据流2-逐层宽入窄出

n26p08 十八测2

n26p09 TC数据流3-S有效率

n26p10 十八测3

n26p11 TC数据流4-整体观

n26p12 TC数据流4-慢思考

n26p13 十八测4-FRSTime推迟帧 & 迭代ActYes每帧O反省

n26p14 十八测5-快思考

n26p15 废弃反思子任务和H任务

n26p16 迭代hSolution快慢思考

n26p17 思维可视化V3迭代

n26p18 十八测6-回测快慢思考 & actYes传染机制

n26p19 十八测7-回测快慢思考 & 连续飞躲

n26p20 识别性能优化-连续时序链

n26p21 预测验证

n26p22 决策期概率竞争-S综合排名

n26p23 迭代Analyst

n26p24 急生乱VS慢性子

Files

Note26.md

Latest commit

History

Note26.md

File metadata and controls

逐层宽入窄出 & 快慢思考 & S综合排名 & Analyst

n26p01 十七测-回测飞错方向的问题

n26p02 相近匹配pFo: 微观新增mv指向标记,优化识别

n26p03 加强强化训练-优化卡顿问题

n26p04 迭代DemandModel-单任务对应多pFo

n26p05 废弃ARSTime评价器

n26p06 十八测

n26p07 TC数据流2-逐层宽入窄出

n26p08 十八测2

n26p09 TC数据流3-S有效率

n26p10 十八测3

n26p11 TC数据流4-整体观

n26p12 TC数据流4-慢思考

n26p13 十八测4-FRSTime推迟帧 & 迭代ActYes每帧O反省

n26p14 十八测5-快思考

n26p15 废弃反思子任务和H任务

n26p16 迭代hSolution快慢思考

n26p17 思维可视化V3迭代

n26p18 十八测6-回测快慢思考 & actYes传染机制

n26p19 十八测7-回测快慢思考 & 连续飞躲

n26p20 识别性能优化-连续时序链

n26p21 预测验证

n26p22 决策期概率竞争-S综合排名

n26p23 迭代Analyst

n26p24 急生乱VS慢性子