最终对比：MAPPO / HATT v2 / HATT v3 / PCFA

Small-scale（4 UAV + 8 UGV + 10 任务，full_random）

方法	success	reward	length	completion	sent%	来源
HATT v3.1b-fixed	1.000	+29.37	440.8	1.000	1.000	v31-fixed
HATT v2.0	1.000	+18.17	481.8	1.000	1.000	v31-fixed
MAPPO	1.000	-13.08	523.5	1.000	1.000	v31-fixed
PCFA	—	-356.50	—	0.375	0.219	pcfa-eval

说明：HATT v3.1b-fixed、HATT v2.0、MAPPO 均来自同一 sweep（runs/20260628-1043_macf_hatt-v31-fixed-small-scale）的 best checkpoint，保证可比性。PCFA 来自 runs/20260628-1608_macf_pcfa-small-scale-eval 的 TB events 均值，未记录 success/length。

Mid-scale（10 UAV + 20 UGV + 25 任务，full_random）

方法	success	reward	length	completion	sent%	来源
HATT v2.0	1.000	+44.72	474.5	1.000	1.000	mid-260626
MAPPO	0.875	-204.81	766.6	0.986	0.985	mid-260626

说明：mid-scale 目前只跑了 HATT v2.0 和 MAPPO。HATT v3.x 尚未在 mid-scale 验证。

跨规模对比：HATT v2.0 vs MAPPO

规模	方法	success	reward	length
rowspan="2">Small（4/8/10）	HATT v2.0	1.000	+18.17	481.8
MAPPO	1.000	-13.08	523.5
rowspan="2">Mid（10/20/25）	HATT v2.0	1.000	+44.72	474.5
MAPPO	0.875	-204.81	766.6

核心结论：

HATT v3.1b-fixed 在 small-scale 上达到最高 reward（+29.37），比 MAPPO 高 42.45。
HATT v2.0 在 mid-scale 上仍保持 100% 成功，且 reward 进一步提升到 +44.72。
MAPPO 在 small-scale 还能靠步数硬撑完成率，但 mid-scale 下 reward 暴跌到 -204.81，步数增加到 766.6。
PCFA 作为规则基线，reward -356.50，task_completion 仅 0.375，远低于学习方法。