FROZEN CHECKPOINT DIAGNOSTIC
优先级任务揭示与联盟重组
正在读取结果…
读取中
CHECKPOINT 项
—
评估轨迹
—
配对效应
—
状态哈希检查
—
跨训练 seed 的配对结果
数值为“处理条件 − 对照条件”的均值 ± 独立训练 seed 标准差。主方法行为变化与闭环收益分别展示。
| 模型 | 对比 | 任务概率 Δ | 指派人数 Δ | 切换人数 Δ | 无关切换 Δ | 脆弱源联盟退出 Δ | 响应延迟 Δ | 完成率 Δ | 优先级加权完成 Δ | 剩余需求 Δ | 团队回报 Δ |
|---|
主要结论
优先级感知成立
v3.3AA learned 的事件任务概率增加 0.0419，指派增加 0.490 人，响应提前 25.93 步。
v3.3AA learned 的事件任务概率增加 0.0419，指派增加 0.490 人，响应提前 25.93 步。
AA 特有贡献未建立
uniform、zero 和 HATT v2.0 都有优先级响应；zero 与 v2.0 的响应幅度更大。
uniform、zero 和 HATT v2.0 都有优先级响应；zero 与 v2.0 的响应幅度更大。
重组范围偏广
learned 每次立即响应平均切换 5.20 人，其中 2.95 人转向事件任务之外的目标，1.67 人离开脆弱源联盟。
learned 每次立即响应平均切换 5.20 人，其中 2.95 人转向事件任务之外的目标，1.67 人离开脆弱源联盟。
闭环收益缺乏稳定性
learned 相对保持分支只提前约 8.14 步，完成率近似不变，剩余需求和团队回报没有一致改善。
learned 相对保持分支只提前约 8.14 步，完成率近似不变，剩余需求和团队回报没有一致改善。
读表说明
高优先级 − 低优先级
检验优先级是否改变动作偏好和实际指派。
检验优先级是否改变动作偏好和实际指派。
立即响应 − 保持当前联盟
两分支使用相同高优先级状态，检验事件时重组产生的闭环后果。
两分支使用相同高优先级状态，检验事件时重组产生的闭环后果。
Uniform trained
独立训练的固定均匀 AA 对照，属于训练消融。
独立训练的固定均匀 AA 对照，属于训练消融。
Zero inference
复用 learned 权重并在整段评估中关闭 AA 消息，属于推理干预。
复用 learned 权重并在整段评估中关闭 AA 消息，属于推理干预。
当前 DelivCoal 使用标量载荷配送。本实验能够检验选择性响应、联盟切换和配送后果；多技能互补仍需新的任务执行环境。
返回训练进度