实验定位 证据升级 / adaptive hard router 未胜出
A71 针对 A70 的主要限制：A70 混用了 A52/A53 selector summary 和 A68/A69 replay delta。A71 直接读取每条路线选中的 OBJ，用同一个 GT resolver、20k surface samples、同一 seed policy 和同一 topology path 重新评估。
结果更严格也更清楚：A53 saturation guard 仍是 best_by_chamfer 和 best_by_joint，mean ΔChamfer=-0.0002689；A52 original 仍是 best_by_fscore，mean ΔF@5=0.002116。A70-A68 保持 zero false activation，但 mean ΔChamfer=-0.0001217、mean ΔF@5=0.000839，没有超过 A53/A52。
Meshes are still retrospective/post-hoc outputs from A52/A67; A71 is not a same-seed sampler-time regeneration.
实验设计（Image-2 风格）
模块设计（Image-2 风格）
同源评估
- 不再使用各实验 JSON 里已有 delta。
- 重新加载每个 selector 的 selected OBJ。
- 使用 A43 的 GT mesh resolver 和 geometry_metrics。
- 所有 delta 都相对同一轮 carrier_all 重新计算。
比较对象
- A52 original：F@5 更激进。
- A53 saturation：Chamfer 更保守。
- A70-A68：full adaptive active-only。
- A70-A69：LOO adaptive active-only。
实验结果（表格）
same-evaluator 方法汇总
| method | mean Chamfer | mean ΔChamfer | mean F@5 | mean ΔF@5 | joint | watertight | mean faces | false activation |
|---|---|---|---|---|---|---|---|---|
| carrier_all | 0.082136 | 0.0000000 | 0.438177 | 0.000000 | 0.0000000 | 100.0% | 443226 | 0 |
| a52_original_selector | 0.082037 | -0.0000985 | 0.440294 | 0.002116 | -0.0002678 | 100.0% | 443226 | 0 |
| a53_saturation_guard_signed_selector | 0.081867 | -0.0002689 | 0.439626 | 0.001449 | -0.0003849 | 100.0% | 443226 | 0 |
| a70_a68_active_only_router_10case | 0.082014 | -0.0001217 | 0.439016 | 0.000839 | -0.0001888 | 100.0% | 443226 | 0 |
| a70_a69_loo_active_only_router_10case | 0.082012 | -0.0001243 | 0.438636 | 0.000459 | -0.0001610 | 100.0% | 443226 | 0 |
active case 对比片段
| case | method | selected variant | Chamfer | F@5 | source |
|---|---|---|---|---|---|
| gso_000_input4 | a53_saturation_guard_signed_selector | depth_signed_strong | 0.065463 | 0.496430 | A53 selector summary |
| gso_000_input4 | a70_a68_active_only_router_10case | a66_uncertainty_damped_budget | 0.066196 | 0.489236 | a68_active_policy_pool |
| gso_002_input4 | a53_saturation_guard_signed_selector | depth_signed_strong | 0.048455 | 0.656743 | A53 selector summary |
| gso_002_input4 | a70_a68_active_only_router_10case | a67_visible_preserving_damping | 0.048898 | 0.658791 | a68_active_policy_pool |
| gso_008_input4 | a53_saturation_guard_signed_selector | carrier_control | 0.135160 | 0.191475 | A53 selector summary |
| gso_008_input4 | a70_a68_active_only_router_10case | a67_coverage_friendly_damping | 0.135456 | 0.190579 | a68_active_policy_pool |
可视化结果
实验结论
- A71 是对 A70 的证据升级：它确认了 A70 的零误激活结论，但削弱了“adaptive hard router 已经优于 A53”的说法。
- 在同一 evaluator 下，A53 仍是 Chamfer/joint 最稳路线，A52 仍是 F@5 最强路线。这说明当前 hard route 本质上还在两个目标之间切换，而不是学到了统一最优策略。
- adaptive family 仍有价值：它没有污染 defer case，并能保持正向 Chamfer/F@5；但现在更适合作为 continuous λ predictor 的候选结构，而不是最终 hard-threshold 方法。
- 论文创新点应进一步聚焦到 observable-state adaptive budget：用连续 λ 或 sampler-time loss 平衡 geometry fidelity 与 coverage，而不是 post-hoc 选已有 OBJ。
下一步想法
- A72：训练或拟合 continuous λ predictor，用 A66/A67/A71 的同源评估结果作为监督/排序信号。
- 把目标从 hard policy classification 改成 multi-objective regression：预测每个 region 的 λ 与风险，输出 Pareto frontier。
- 实现 sampler-time same-seed adaptive λ，把当前后验 OBJ 选择推进到 sparse denoising 过程。
- 加入 no-GT silhouette/depth recall proxy，减少 F@5 需要 GT 才能感知的问题。