rope-circle：甩圆任务的定稿 ckpt（2×2：架构 × 观测）
考卷 circle_report_v2（384 根绳 × 5 趟 × 10 s）实际加载的就是这四个 ckpt_last.pt。
同一批策略在甩绳任务上的 ckpt 在 Mengl1n/rope-wave-ckpts。
| run 目录 | 配置 | 考卷用的 | md5 | update |
|---|---|---|---|---|
txl_tip_s0_r2 |
TXL · tip（1 个关键点） | ckpt_last.pt |
2a12733f |
4050 |
txl_full_s0_r2 |
TXL · full（6 个关键点） | ckpt_last.pt |
63666725 |
4050 |
mlp_tip_s0_r2 |
MLP · tip | ckpt_last.pt |
c4f293e5 |
4050 |
mlp_full_s0_r2 |
MLP · full | ckpt_last.pt |
a585249e |
4050 |
每个目录里还有 ckpt_best.pt、config.json（完整 argv + env + fairness 块）、
best.json、dr_declaration.json（域随机化的声明）、log.json（逐 update 训练日志）。
MD5SUMS.json 是全部文件的校验和 —— 加载前先对一次，传错 ckpt 不会报错，
只会让复现算出别的数。
这批 ckpt 是用来回答什么的
同一根绳连考五趟，趟与趟之间环境完全复位，唯一变化的是策略要不要保留自己的内部状态。
两条臂：retained（不动 KV）与 cleared（每趟清空）。趟 1 两臂按构造完全相同。
定稿口径用 ±5% 转速容差带（不是出厂的 ±10% —— 那一档 TXL 趟 1 就到 97.9%/100.0%， 顶在天花板上量不出东西）。趟 2–5 的记忆增益：
| 配置 | 成功率 保留 / 清空 | 记忆增益（RMT） |
|---|---|---|
| TXL · tip | 79.8% / 48.2% | +33.78% |
| TXL · full | 77.7% / 74.7% | +23.16% |
| MLP · tip | 14.1% / 14.1% | +0.00% |
| MLP · full | 28.6% / 28.6% | +0.00% |
MLP 的跨步通道只有 8 帧观测堆叠（0.27 s），结构上不可能跨趟 —— 它是那条无记忆基线， 增益精确为零是对测量本身的检验。
载入
架构、obs_keypoints、n_stack、mlp_hidden 全部写在各自的 config.json 的
args 里，照它传参；拿错档会在 load_state_dict 当场报形状错（strict=True，不会静默）。
⚠ config.json 的 env_vars 里含训练机的 PYTHONPATH 等绝对路径，
在评测机上不要整块 export。
成绩与完整分析
https://github.com/mengl1n-wu/ropeeval —— 原始逐帧考卷在 data/circle_v2/，
判据代码（可离线换任意容差带重算）在 ropeeval/recompute.py，
要讲什么、有哪些坑写在 docs/RESULTS_20260910.md。