关键代码快照与调用索引

本包复制了 59 个关键源码/许可文件，保留原相对目录与原始字节。每项提供逐行网页、原文件和 SHA-256。复制范围覆盖本文解释的核心计算链与实验入口；运行依赖、模型和完整数据沿用原工程。

代码阅读顺序为 train → runner → policy → actor/critic → trainer/buffer，环境通过离散封装进入 runner。v3.4 actor 的主要依赖为 HATTV33AA 中的关系算子与 HATTV20 中的编码/解码接口。AA 权重同时读取编码后的 query/key 与边特征，其信息依赖按方法章公式解释。

完整哈希清单 · 环境和 actor 检查

网页中的行号固定到本次快照。队列等文件包含工作区已有修改，哈希标识的是实际打包内容；git HEAD 记录于清单，便于定位对应基础版本。

方法与 PPO 调用链

原路径 / 逐行阅读	对应作用	原文件
algorithms/algorithm/HATTV34Network.py	v3.4 服务任务上下文、AA/AT 与候选路由；方法章主要实现	下载
algorithms/algorithm/HATTV33AANetwork.py	TypedRelationEdge 与 v3.3AA 基础；learned/uniform/zero 语义	下载
algorithms/algorithm/HATTV20Network.py	实体编码器、CandidateEdgeDecoder、基础 actor 与 schema 投影	下载
algorithms/algorithm/gaRMAPPOPolicy.py	图模型路由、actor/critic 构造与动作接口	下载
algorithms/algorithm/ga_rmappo.py	PPO 更新、active masks、损失与优化停止条件	下载
algorithms/algorithm/r_actor_critic.py	MLP/recurrent actor 与集中式 critic	下载
algorithms/algorithm/rMAPPOPolicy.py	标准 MAPPO 策略对照	下载
algorithms/algorithm/r_mappo.py	标准 PPO trainer	下载
algorithms/utils/act.py	离散策略动作层	下载
algorithms/utils/mlp.py	MLP 编码基础	下载
algorithms/utils/rnn.py	可选 recurrent 层	下载
algorithms/utils/distributions.py	动作分布与 log probability	下载
runner/shared/macf_runner.py	collect/insert、focal state、决策掩码、训练与评价	下载
runner/shared/base_runner.py	训练器/buffer 初始化及公共流程	下载
utils/shared_gat_buffer.py	Dict on-policy 数据与 GAE	下载
utils/shared_buffer.py	MAPPO 对照 buffer	下载
utils/obs_utils.py	观测/state 展平及字段规则	下载
utils/valuenorm.py	价值归一化	下载

环境与执行

原路径 / 逐行阅读	对应作用	原文件
envs/delivcoal/env_core.py	当前主实验物理过程、观测、event、覆盖与奖励	下载
envs/delivcoal/env_discrete.py	Gym Dict/Discrete 空间与环境封装	下载
envs/delivcoal/env_wrappers.py	向量环境与自动 reset 接口	下载
envs/capcoal/env_core.py	CapCoal 任务生成与执行语义	下载
envs/capcoal/env_discrete.py	CapCoal 空间封装	下载
envs/macf/env_core.py	MACF 基础环境及历史调用参照	下载
envs/gymrt2a/env_discrete.py	局部网格观测到 HATT 输入的适配	下载

训练和评价入口

原路径 / 逐行阅读	对应作用	原文件
config.py	参数定义与默认值；冻结有效配置字段见 evidence	下载
train/train.py	训练入口、环境与 runner 选择	下载
train/eval.py	checkpoint 加载与独立评价	下载
train/sweep.py	批量训练、checkpoint 与状态调度	下载
scripts/experiments/run_staged_validation_queue.py	分阶段冻结 checkpoint 评估队列	下载
scripts/experiments/run_final_window_queue.py	末期逐 episode actor 评估	下载

机制实验和实现核对

原路径 / 逐行阅读	对应作用	原文件
scripts/analysis/evaluate_priority_reconfiguration.py	配对优先级事件、首次动作和闭环执行	下载
scripts/analysis/summarize_priority_reconfiguration.py	按训练 seed 汇总配对效应	下载
scripts/analysis/evaluate_source_commitment.py	共享状态库与源条件配对评价入口	下载
scripts/analysis/eval_task_slot_permutation.py	任务槽重排、动作映射与配对统计	下载
tests/test_hatt_network.py	排列、梯度、任务上下文、schema 初始化检查	下载

本地基线与跨环境 actor

原路径 / 逐行阅读	对应作用	原文件
algorithms/algorithm/pcfa.py	本项目 PCFA 联盟分配与资源规则	下载
algorithms/algorithm/pcfa_policy.py	规则策略接口	下载
runner/pcfa/macf_runner.py	PCFA 运行及 RNG 流评估	下载
runner/pcfa/base_runner.py	PCFA runner 基础	下载
algorithms/qmix/qmix.py	QMIX/VDN trainer	下载
algorithms/qmix/algorithm/QMixPolicy.py	individual-Q 策略	下载
algorithms/qmix/algorithm/agent_q_function.py	个体 Q 网络	下载
algorithms/qmix/algorithm/q_mixer.py	单调 mixer	下载
runner/qmix/macf_runner.py	值分解 rollout 与评估	下载
utils/rec_buffer.py	off-policy replay	下载
algorithms/algorithm/HATTGyMRT2ANetwork.py	GymRT2A 空间候选 HATT actor	下载

外部方法适配与上游核心

原路径 / 逐行阅读	对应作用	原文件
experiments/reproduction/delivcoal_adapter_common.py	共享 DelivCoal 配置读取与适配函数	下载
experiments/reproduction/train_cfm_delivcoal.py	CFM pointer/POMO 配送训练	下载
experiments/reproduction/eval_cfm_delivcoal.py	CFM 采样/greedy 留出评价	下载
experiments/reproduction/run_marl_mrt2a_delivcoal.py	MRT2A 配送训练入口	下载
experiments/reproduction/eval_marl_mrt2a_delivcoal.py	MRT2A 配送留出评价	下载
third_party/heteromrta/attention.py	CFM 上游 AttentionNet	下载
third_party/heteromrta/worker.py	CFM 上游 rollout 与 success_rate 定义	下载
third_party/heteromrta/LICENSE	CFM 上游许可	下载
third_party/marl_mrt2a/marl_mrt2a/marl/src/envs/delivcoal_env.py	空间网格、legacy20/full27、路径意图适配	下载
third_party/marl_mrt2a/marl_mrt2a/marl/src/modules/agents/custom_agent.py	MRT2A 上游空间策略网络	下载
third_party/marl_mrt2a/marl_mrt2a/marl/src/learners/ppo_learner.py	MRT2A 上游 PPO learner	下载
third_party/marl_mrt2a/LICENSE	MRT2A 上游许可	下载