Узкий эксперимент. Проверяемый протокол.

Экспериментальный · Не стандарт · Без рецензирования

Протокол и знаменатель

50 зафиксированных планировок × 3 категории сбоев × 3 политики × 2 seed = 900 ячеек на запуск. Два повтора: 1 800 испытаний. Каждая политика имеет 300 ячеек на запуск; это 150 сценариев, а не 1 800 независимых задач.

1. Сбросить зафиксированный пример и при необходимости выполнить эталонный префикс.
2. Внедрить типизированное, семантически недопустимое действие и проверить ожидаемое отклонение.
3. Выполнять политику до достижения цели или исчерпания бюджета.
4. Проверить переходы и исходный оракул точной стоимости; воспроизвести полную последовательность.

Бюджет действий: min(128, max(16, оставшаяся длина кратчайшего пути + 8)). Seed 0 и 1 влияют только на случайное блуждание. Повторы seed для детерминированных политик — контроли.

Сохранённые доказательства

Входные данные, ожидаемые цель и стоимость, фактические состояния, действия, наблюдения, бюджеты, метрики и хеши трасс. Отдельный аудит пересчитывает стоимость алгоритмом Bellman–Ford вместо Dijkstra в исполнителе.

Аудит воспроизвёл 900/900 трасс, пересчитал восемь метрик и отклонил 900 повреждённых трасс. Исполнитель отдельно отклонил 100 контролей с неверной стоимостью или поддельными переходами.

Границы воспроизведения

Измерено на Windows 11 с CPython 3.13.5 и стандартной библиотекой. Межплатформенное воспроизведение не измерялось. Страница содержит очищенную сводку; полный локальный исследовательский пакет публично не скачивается.

Хеши заявленных исходников совпадают. Дополнительный незаявленный файл кеша в историческом снимке не позволяет утверждать чистоту полной инвентаризации; снимок не исправлялся.

Ограничения интерпретации

Отклонение не меняет карту. Полная видимость и приёмка по точной стоимости делают планировщик положительным контролем. Доверительные интервалы, рейтинг моделей и коммерческое улучшение не заявляются.

Вернуться к результатам WFRB ↗