实验定位 机制正结果 / 泛化未证明
A77 直接回应 A76 的负结果：candidate-specific residual 生成后再排序不可靠，所以这次把 A65 的 iter000-iter008 轨迹当作 sampler-time proxy，在每一步只用可观察信号做 accept / damp / stop。选择策略不读取 GT；GT Chamfer/F-score 只在策略选完后做回顾验证。
结果要分两层看：公平的预注册 no-GT 策略里，最好仍是 a66_uncertainty_damped_budget，joint=-0.0009299，明显优于 A76 post-hoc best=-0.0001506。A77 的 a77_observation_route_v2 能复现 3/3 oracle，joint=-0.0014752，但它是看过 A65/A77 failure taxonomy 后设计出的回顾诊断规则，不能当作泛化证明。它的价值是说明 late-safe、visible-recovery、saturated-damage 这三类 observation state 足以解释 oracle 行为。
A77 reuses saved A65 trajectory rows and linearly scales GT deltas for damped steps. It is a mechanism audit, not yet a real TRELLIS.2 sampler implementation.
实验设计（Image-2 风格）
模块设计（Image-2 风格）
Online Signals
- 每个 step 读取
delta_mvd_vs_carrier、visible/neutral/conflict residual delta、region spread 和 local damage flag。 - 只允许策略使用 observation state；GT 只用于事后评价。
- 动作空间是 keep carrier、accept step、damp step、stop before damage。
Policy Families
- 预注册策略：A66、damage stop、MV safe accept、saturated damp。
- v1 adaptive 过度依赖 local damage ratio，退化成全 case 小步阻尼。
- v2 retrospective route 把 late-safe、visible recovery、saturated damage 分开，复现 oracle，但需要 LOO/10-case 学习验证。
实验结果（表格）
policy replay comparison
| policy | 性质 | mean ΔChamfer | mean ΔF@5 | joint | iters | lambdas | damage count |
|---|---|---|---|---|---|---|---|
| GT joint oracle | GT oracle | -0.0005581 | 0.011463 | -0.0014752 | {'gso_000_input4': 3, 'gso_002_input4': 8, 'gso_008_input4': 8} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 1.0} | 2 |
| A77 observation route v2 | 回顾诊断 | -0.0005581 | 0.011463 | -0.0014752 | {'gso_000_input4': 3, 'gso_002_input4': 8, 'gso_008_input4': 8} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 1.0} | 2 |
| A66 uncertainty damped budget | 预注册 no-GT | -0.0005518 | 0.004726 | -0.0009299 | {'gso_000_input4': 8, 'gso_002_input4': 8, 'gso_008_input4': 1} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 0.125} | 2 |
| A65 min region spread | 预注册 no-GT | -0.0001943 | 0.005121 | -0.0006040 | {'gso_000_input4': 3, 'gso_002_input4': 8, 'gso_008_input4': 1} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 1.0} | 2 |
| A77 saturated damp | 预注册 no-GT | 0.0000370 | 0.000074 | 0.0000311 | {'gso_000_input4': 1, 'gso_002_input4': 1, 'gso_008_input4': 1} | {'gso_000_input4': 0.125, 'gso_002_input4': 0.125, 'gso_008_input4': 0.125} | 1 |
| A77 adaptive v1 | 预注册 no-GT | 0.0000370 | 0.000074 | 0.0000311 | {'gso_000_input4': 1, 'gso_002_input4': 1, 'gso_008_input4': 1} | {'gso_000_input4': 0.125, 'gso_002_input4': 0.125, 'gso_008_input4': 0.125} | 1 |
| A77 online damage stop | 预注册 no-GT | 0.0002321 | 0.000980 | 0.0001537 | {'gso_000_input4': 8, 'gso_002_input4': 1, 'gso_008_input4': 2} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 1.0} | 2 |
| A77 MV safe accept | 预注册 no-GT | 0.0009718 | -0.001341 | 0.0010791 | {'gso_000_input4': 6, 'gso_002_input4': 0, 'gso_008_input4': 3} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 1.0} | 2 |
| carrier control | 预注册 no-GT | 0.0000000 | 0.000000 | 0.0000000 | {'gso_000_input4': 0, 'gso_002_input4': 0, 'gso_008_input4': 0} | {'gso_000_input4': 1.0, 'gso_002_input4': 1.0, 'gso_008_input4': 1.0} | 0 |
case routing details
| case | damage ratio | MV improve steps | A66 choice | A66 iter | A77 v2 choice | v2 ΔChamfer | v2 ΔF@5 | v2 route reasons |
|---|---|---|---|---|---|---|---|---|
| gso_000_input4 | 0.750 | 3 | iter8 / λ=1.000 | 8 | iter3 / λ=1.000 | -0.0004159 | 0.000512 | online rule: saturated local damage trajectory; damage_ratio=0.750 >= 0.750; damp first step with lambda=0.125 |
| gso_002_input4 | 0.750 | 8 | iter8 / λ=1.000 | 8 | iter8 / λ=1.000 | -0.0016053 | 0.015600 | online rule: saturated local damage trajectory; damage_ratio=0.750 >= 0.750; damp first step with lambda=0.125 |
| gso_008_input4 | 1.000 | 5 | iter1 / λ=0.125 | 1 | iter8 / λ=1.000 | 0.0003468 | 0.018277 | online rule: saturated local damage trajectory; damage_ratio=1.000 >= 0.750; damp first step with lambda=0.125 |
可视化结果
实验结论
- A77 支持 A76 的下一步判断：observation residual 不适合生成后做“最贴近输入 depth”的排序，而更适合作 sampler-time budget。
- 简单 online damage stop 和 MV-only safe accept 都失败，说明单一信号仍会误导；这和 A60/A61 对 MV hard gate 的负结果一致。
- 公平的预注册 no-GT 策略里，A66 仍是最强 replay baseline，joint=-0.0009299。
- A77 v2 的回顾诊断复现 oracle，说明正确状态变量可能是 late-safe global gain、visible-region recall recovery、saturated local damage，而不是候选 λ 或单一 MV depth error。
- 论文层面的新命题变得更清楚：学习一个 observation-conditioned per-region λ/budget predictor，并把它放进 TRELLIS.2 denoising 轨迹，而不是做后处理 selector。
下一步想法
- A78：把 A77 v2 的三类 observation state 做成 leave-one-case-out 或 10-case stress audit，检查是否只是 3-case 解释性规则。
- 把 policy 从 step-level hard route 改成 per-region/per-vertex λ：visible lock、conflict correction、neutral preservation、unobserved closure 分开学习。
- 真正改 TRELLIS.2 sampler：在 sparse/SLat denoising step 中加入 observation residual budget，而不是只 replay A65 mesh trajectory。
- 加入 coverage/recall objective，避免 A66 的 Chamfer-oriented damping 损失 F@5。