2026 年 7 月更新提交拆分建议

生成时间：2026-07-23 13:10:00 +0800。时间优先采用当次正式训练启动或对话收尾时刻；没有可靠对话结束秒数时，采用对应 run 的 supervisor.pid/status.json 时间。
建议按下面 10 个 commit 拆分。粒度按“可独立解释、可独立复现的工程单元”划分，不按问答轮次划分。analysis/、docs/ 和 nvidia-bug-report-gpu0-xid79-20260705.log.gz.gz 已从当前 master 历史中移除，不建议再纳入这些 commit。
更新时间 建议 commit 更新内容 变更文件 时间依据
2026-07-07 01:08:38 feat: add HATT v2.7 service aggregation experiments
  • 新增 HATT v2.7 动态服务能力聚合：把联盟聚合对象从成员 hidden 改为 task-conditioned member-service 表示。
  • 注册 hatt_v2_7a、hatt_v2_7b、hatt_v2_7 三个 graph model。
  • 新增 capcoal/delivcoal v2.7 对照 sweep。
  • algorithms/algorithm/HATTV27Network.py
  • algorithms/algorithm/gaRMAPPOPolicy.py（v2.7 注册相关 hunks）
  • train/train.py（v2.7 CLI choices 相关 hunks）
  • experiments/sweeps/20260707_hatt-v27-capcoal-delivcoal.yaml
 runs/20260707-0108.../supervisor.pid mtime
2026-07-07 18:20:06 feat: add delivcoal reward credit variants
  • 新增 delivcoal_v1：将配送进度 credit 从全体共享改为 delivery task 联盟局部 credit。
  • 新增 delivcoal_v2：在 v1 基础上加入 priority/deadline 加权和轻量过度联盟惩罚。
  • 保留 baseline/shaped，并加短别名兼容。
  • envs/delivcoal/env_core.py（v1/v2 reward hunks）
  • experiments/sweeps/20260707_delivcoal-reward-vx.yaml
 runs/20260707-1820.../supervisor.pid mtime
2026-07-08 00:34:10 feat: add delivcoal potential shaping sweep summaries
  • 新增 delivcoal_v3/v4/v5，改为在 shaped 主奖励上追加小幅 potential shaping，不重写主目标。
  • 新增 sweep 结束后的 post_summary.csv/json 输出。
  • 支持语义 checkpoint selector：last、latest、best、p90 等。
  • envs/delivcoal/env_core.py（v3/v4/v5 potential hunks）
  • train/sweep.py
  • experiments/sweeps/20260708_delivcoal-potential-vx.yaml
 runs/20260708-0034...-2/supervisor.pid mtime
2026-07-08 19:17:33 feat: add capcoal task requirement modes
  • 新增 capcoal_req_mode，支持 random_demand、demand4、demand1、random_identity。
  • 用于检验 capcoal 中 task requirement 表征是否是 HATT 有效性的关键来源。
  • 新增 MAPPO/HATT v2.0 的 req mode 对照 sweep。
  • envs/capcoal/env_core.py
  • experiments/sweeps/20260708_capcoal-req-v2.yaml
 runs/20260708-1917...-2/supervisor.pid mtime
2026-07-17 14:34:04 feat: add HATT stability diagnostics metrics
  • 在 eval 中记录 proposed decision 与实际 executed action 的 task type 分布。
  • 新增 HATT 稳定性诊断套件脚本，用于比较 action type ratio、任务完成、训练/eval 关系。
  • 保留诊断脚本和 manifest；不提交 analysis/ 下的报告与图表产物。
  • runner/shared/macf_runner.py
  • experiments/diagnostics/20260717_hatt_stability/README.md
  • experiments/diagnostics/20260717_hatt_stability/analyze_results.py
  • experiments/diagnostics/20260717_hatt_stability/run_experiments.py
  • experiments/diagnostics/20260717_hatt_stability/suite.yaml
 诊断脚本与 runner mtime
2026-07-19 18:00:15 feat: integrate GymRT2A environment adapter
  • 新增 GymRT2A 项目内环境适配器，将空间 action grid 转为现有 multi-agent runner/buffer 接口。
  • 新增 hatt_gymrt2a actor，将每个空间候选格点作为 agent-candidate pair 评分。
  • train.py/eval.py 支持 env_name: gymrt2a 和专用 runner。
  • 新增 smoke/migration sweep。
  • envs/gymrt2a/README.md
  • envs/gymrt2a/__init__.py
  • envs/gymrt2a/env_discrete.py
  • envs/gymrt2a/upstream/
  • runner/shared/gymrt2a_runner.py
  • algorithms/algorithm/HATTGyMRT2ANetwork.py
  • algorithms/algorithm/gaRMAPPOPolicy.py（GymRT2A 注册相关 hunks）
  • train/train.py、train/eval.py
  • experiments/diagnostics/gymrt2a_smoke.yaml
  • experiments/diagnostics/gymrt2a_mappo_smoke.yaml
  • experiments/sweeps/20260719_gymrt2a-migration.yaml
 runs/20260719-1800...-2/supervisor.pid mtime
2026-07-19 21:50:13 feat: vendor MARL-MRT2A official baseline
  • 引入 MARL-MRT2A/EPyMARL 官方 baseline 源码作为 third_party vendored 对比方法。
  • 新增官方 RA-L 2025 复现入口和复现队列脚本。
  • 新增与 GymRT2A paper setting 对照的 HATT sweep。
  • 提交源码、配置、LICENSE/NOTICE；不提交 __pycache__、*.egg-info、运行日志。
  • third_party/marl_mrt2a/（source/config/license；排除缓存与 egg-info）
  • experiments/gymrt2a_official/README.md
  • experiments/gymrt2a_official/run_official.py
  • experiments/gymrt2a_official/run_reproduction_queue.py
  • experiments/sweeps/20260719_gymrt2a-paper-hatt.yaml
 runs/20260719_gymrt2a_official-reproduction/status.json.created_at
2026-07-21 23:58:37 feat: add HATT v2.0 decoder information ablations
  • 新增 HATT v2.0 decoder-only 信息通路消融：raw task bypass、physics features、task-conditioned member attention。
  • 保持 v2.0 backbone、环境、reward、critic 不变，便于和 HATT v2.0 做干净对照。
  • 新增 best/p90/last checkpoint 评估选择能力，并用 sweep 跑信息路径对照。
  • 删除旧的 ad-hoc v26_combined_all_checkpoints.py，改用通用 sweep/eval 路径。
  • algorithms/algorithm/HATTV20InfoNetwork.py（raw/physics/taskattn hunks）
  • algorithms/algorithm/gaRMAPPOPolicy.py（v2.0 info A-D 注册 hunks）
  • train/train.py（v2.0 info A-D choices hunks）
  • train/sweep.py
  • experiments/sweeps/20260721_hatt-v20-information-path-delivcoal.yaml
  • experiments/eval/v26_combined_all_checkpoints.py（删除）
 runs/20260721-2358.../supervisor.pid mtime
2026-07-22 11:02:41 feat: add resource and set-context HATT info variants
  • 扩展 HATT v2.0 info 消融，加入 resource/phase features 和 task-set candidate context。
  • 新增 resource、setctx、setctx-stable 对照 sweep，用于检验 delivcoal 中全局候选集合上下文是否比纯 pair-wise 更关键。
  • algorithms/algorithm/HATTV20InfoNetwork.py（resource/setctx hunks）
  • algorithms/algorithm/gaRMAPPOPolicy.py（resource/setctx 注册 hunks）
  • train/train.py（resource/setctx choices hunks）
  • experiments/sweeps/20260722_hatt-v20-resource-setctx-fix-delivcoal.yaml
 runs/20260722-1102.../supervisor.pid mtime
2026-07-22 22:26:08 feat: add no-idle and resource replication sweeps
  • 新增 no-idle actor 变体和 checkpoint 兼容逻辑，用于隔离 “resource features” 与 “屏蔽 persistent Idle” 的贡献。
  • 新增严格复现实验：no-idle seed 1/2/3 与 resource seed 2/3，统一 best/p90/last 和 128 held-out eval。
  • algorithms/algorithm/HATTV20InfoNetwork.py（noidle hunks）
  • algorithms/algorithm/gaRMAPPOPolicy.py（noidle 注册与 checkpoint 兼容 hunks）
  • train/train.py（noidle choices hunks）
  • experiments/sweeps/20260722_hatt-v20-noidle-resource-replication-delivcoal.yaml
 status.jobs[*].started_at 首批任务

不建议纳入本轮 commits 的内容