每个任务，都要有基线和合适的扰动。

先验证无扰动专家，再选择能造成错误且可恢复的档位，最后使用独立种子验证。清单保留全部任务；历史成功视频不会自动变成验收通过。

校准集用于选择幅度，验证集用于检验冻结的配置。数字展示成功数／尝试数；“—”表示尚未测量。通过表示满足当前记录的小样本经验门槛，不代表所有种子、对象、场景或扰动都能成功。

—清单中的任务类

—本轮测过干净基线

—通过当前独立验证

—仍需任务专家

环境状态

正在载入逐任务报告…

环境	任务	状态	校准前干净基线	选中幅度／时长比例	验证源成功	验证错误后恢复	验证合格组／尝试	证据

如何理解门槛和分母

默认干净基线成功率至少 80%；选择最小的、仍产生合格纠错的幅度。验证默认至少五个不与校准重合的初始场景，源成功率至少 80%，有效错误且原动作失败条件下恢复率至少 50%，并有合格纠错样本。恢复分母可能少于总尝试数，应结合两列一起阅读；小分母不构成可靠的总体成功率估计。

初始状态重合表示当前指纹无法证明场景独立；MetaWorld 的动力学状态可能未覆盖静态模型位置，因此暂不计通过，不能直接认定 task_index 重复。

没有合格扰动可能是幅度太小、原动作仍能成功，也可能是无法恢复。低基线任务先改进专家；不能用减弱扰动提高无扰动成功率。