建模准备
主线：Wang、Markkula等人的2025感知＋运动约束单行人模型。
v4数据预处理已完成 · 先建立论文基线，再单独接入当前数据
论文与旧代码已核对，新版模型已重建并跑通。
正式300万步训练、个体参数拟合和论文行为指标重现尚未开展。
主目录：当前工程_20261027。已核验新位置的数据读取、39项测试和模型加载；尚未部署到Ubuntu。
- 已完成
固定新旧论文与代码来源旧版是DQN的过街决策模型；2025新版增加按步决策、目标步速和步行能耗，使用PPO。
本次以2025期刊作者接受稿为准。2024预印本保留对照；多智能体模型属于后续扩展。
- 已完成
重建可训练的新模型代码已实现噪声感知与Kalman估计、20档目标步速、步行动力学、能耗奖励、车辆场景、PPO训练和评价入口。
39项测试和独立验收通过；已核对模型保存、重载和种子重复。旧DQN权重与新版输入、动作空间不同，未直接复用。
原文未交代的角度尺度、几何和奖励累计等细节，已写成可配置的重建假设。因此这是基于论文的重建实现。
- 已试跑
短训练已通过，正式实验待开展
完成1,024步运行检查，以及8,192步学习链检查。后者在16个固定模拟测试中成功6次；脚本正控制16次均成功。
这些结果用于检查代码和环境。尚未完成论文的300万步训练、80轮BOLFI个体拟合或论文行为指标对照。
- 已准备
v4数据读取接口
已生成1,440轮数据清单和可读样例，保留原时间、估计标记及可用时刻；车辆观测查询只取当时及此前记录。
当前数据只记录一辆车，论文任务使用两辆同向车辆。单车应用场景需要单独对齐；人类轨迹只作评价目标，不直接送入策略。
下一阶段的验收顺序
- 按固定配置正式训练，保存种子、源码和模型版本。
- 分别定义论文场景和当前单车数据的评价口径，核对入路、过街速度和完成情况。
- 再进行个体参数拟合与机制比较，将拟合结果和独立评价分开报告。
论文动作集合没有零速和后退动作。当前数据中的真实静止、退回等行为，应明确作为基线能力边界或后续扩展，不能为迎合模型而改数据。