COMPOSE-1 v4 — resultados del examen ampliado

Estado: COMPOSE-1 cerrado en su alcance software/SITL; certificado verde y segunda auditoría válida. Diseño previo.

Lock: 7575a764aa74e4782dd3dc950b6c1e4ed05a6f10e57a0495963458ab9a341e6f. Certificado: b5974a9e18bf56fd3c94aea74f54eeecf93843498c1eb5ca25c5c9e6733d7073. evidence_valid=true, functional_green=true, sitl_green=true, compose1_green=true, cero hallazgos. Estos son SHA-256 canónicos contenidos en los JSON; no se confunden con el hash de sus bytes formateados. Regresión de congelación: 37 tests aprobados. La reconstrucción previa confirmó el rojo válido de v3 y la identidad del desarrollo reutilizado. Trece controles v3 reutilizados por hash: siete mutantes software y seis alteraciones de evidencia, todos rechazados y recalculados durante el cierre. La cadena completa y la auditoría en un proceso nuevo terminan con exit 0. La segunda reconstruye exactamente el mismo certificado, sin vuelos nuevos:

{"compose1_green": true, "evidence_valid": true, "findings": [], "functional_green": true, "sitl_green": true}

Validación funcional B

Verde, 3.072 misiones. Completo y horizonte uno: 256/256 metas alcanzables. El completo ahorra 468 movimientos entre esas parejas; IC 97,5 % del ahorro medio [1,234375; 2,4375]. Test de signos: 114 ventajas, 56 desventajas, 86 empates; p=0,000005116597346755562. Ambos criterios superan sus umbrales. La confirmación C y la puerta física también superan sus criterios medidos. La primera reconstrucción integral confirma ambas puertas; la segunda auditoría en un proceso nuevo reproduce el mismo resultado.

Confirmación funcional C

Verde, otras 3.072 misiones con semillas nuevas. Completo y horizonte uno: 256/256 metas alcanzables. Ahorro de 370 movimientos; IC 97,5 % del ahorro medio [0,9296875; 1,953125]. Test de signos: 111 ventajas, 41 desventajas, 104 empates; p=0,000000006081095003021745. La ventaja demostrada está en movimientos, no en una mayor tasa de llegada frente al horizonte uno.

Son 6.144 misiones funcionales entre B y C; las semillas muestrean una familia finita de 48 geometrías con reemplazo. No equivalen a 1.024 salas distintas ni al examen reservado de TRANSFER-3.

En B y C, completo con 8/32 candidatos, horizonte uno, convencional y sin caducidad registran cero colisiones, hechos falsos, escrituras imaginadas y violaciones de reserva. Q no alcanza ninguna de las 512 metas entre ambos exámenes y registra 6 violaciones de reserva por examen; en dos dinámicas de cada examen tampoco termina en origen. Se publica este límite del control y del estimador de retorno; el banco no prueba un gate energético infalible. POWER-1 conserva su trabajo pendiente. El convencional queda prácticamente empatado con el completo y sin caducidad empata exactamente en este banco; no se les atribuye una desventaja que no aparece en los datos.

V4 utiliza directamente la implementación congelada v3. Sólo cambian versión, semillas funcionales y tamaño muestral: 512 por etapa, 3.072 misiones en B y 3.072 en C. Mantiene p<0,025, intervalos 97,5 %, controles, modelo y límites físicos. La potencia estimada del test de signos pasa del 49,80 % al 98,92 % bajo la alternativa observada en v3; esa estimación no es un resultado del examen nuevo.

Se reutilizan por hash los diez vuelos A y trece controles v3, sin contarlos como nuevos. Los 32 vuelos de aceptación se ejecutaron por primera vez en v4; esas etapas no se abrieron en las versiones anteriores. Los rojos de v1, v2 y v3 se conservan y quedan referenciados en el lock. La reconstrucción de v3 B precede a la congelación.

Comando de cadena, desde echoai/:

PYTHONPATH=.. python3 -m echoai.nexus0.compose1_v4.bench finish

Sólo sirve para la primera ejecución: rechaza un lock o carpetas de examen existentes. Para reconstruir el certificado ya cerrado:

PYTHONPATH=.. python3 -m echoai.nexus0.compose1_v4.bench audit

Validación física B

16/16 vuelos con evidencia válida y ejecución verde. El completo alcanza 3/3 metas accesibles y abandona en origen el caso de energía insuficiente, sin desplazamientos de misión. Q no alcanza ninguna de las tres metas y vuelve al origen. Horizonte uno y convencional alcanzan las tres.

Movimientos del completo por caso accesible: 24, 6 y 14; horizonte uno: 24, 6 y 10; convencional: 24, 6 y 14. En esta muestra física el completo no reduce movimientos frente a horizonte uno; el contraste favorable de composición corresponde a la puerta funcional agregada. No presentar ambos bancos como si demostraran la misma ventaja.

Confirmación física C y total

Otros 16/16 vuelos con evidencia válida y ejecución verde. Completo, horizonte uno y convencional alcanzan 3/3 metas accesibles; Q 0/3. Los cuatro modos abandonan en origen con energía insuficiente y cero desplazamientos de misión. La primera reconstrucción integral está aprobada.

Modo	Metas B+C	Desplazamientos B+C	Órdenes de desplazamiento/inspección aceptadas por PX4
Completo, 32 candidatos	6/6	70	75
Horizonte uno	6/6	78	93
Q reactiva	0/6	306	306
Convencional	6/6	70	75

Son 32 vuelos nuevos, incluidos ocho abandonos con poca energía. Cero violaciones de reserva y cero muestras inseguras entre 148.377 poses juzgadas; menor distancia geométrica registrada: 1.175 mm. Son muestras correlacionadas de trayectorias, no 148.377 ensayos de seguridad independientes. Tiempo acumulado de sesiones: 5.062,22 s (~84,37 min), sin contar el banco funcional, desarrollo o auditoría. ULog de aceptación: 828.157.814 bytes.

El ahorro físico de ocho desplazamientos es descriptivo: seis parejas no constituyen el contraste estadístico funcional. El convencional empata en desplazamientos y llegadas; no hay superioridad demostrada frente a él.

Costes y límites

Completo funcional: máximo 32 expansiones por decisión y horizonte cuatro; máximo 49 celdas observadas y 160 ranuras CAM usadas. Mediana del P99 por misión B/C: 7,522/7,436 ms; máximo de esos P99: 12,532/12,731 ms. Mide agent.call(frame) incluyendo IPC con el consumidor aislado, excluye el arranque y el vuelo; no es un P99 global de todos los turnos ni un plazo garantizado. Son contadores de ocupación, no una medición RSS ni de vatios.

El cuerpo sí vuela bajo PX4 en Gazebo; las decisiones proceden del consumidor aislado, con WSP como única orden causal. LiDAR y cuatro vistas de profundidad aportan geometría; las cuatro vistas pertenecen a una sola familia de evidencia. RGB verifica un marcador verde definido de antemano. No acredita reconocimiento visual genérico ni integración causal de todas las capacidades de PATTERN-1R/DYNAMIC-1 en un animal completo.

Las salas son extrusiones de una retícula planar con vuelo a altura fija, posición estimada disponible y escala conocida. El agente recibe coordenadas de meta como hipótesis de misión, no el mapa ni la identidad del mundo; sólo las confirma con percepción. No se demuestra búsqueda de cualquier objeto por lenguaje, manipulación, carga real, SLAM general o transferencia al C sellado de TRANSFER-3. El coste energético sigue siendo abstracto; los abandonos de poca energía se deciden tras el despegue del arnés. POWER-1 deberá incluir energía física de despegue, vuelo, regreso y aterrizaje.

Informe: lab/echo3_compose1_v4_report.json. Ambas puertas reconstruidas, segunda auditoría válida. El siguiente hito es CAUSE-1; no hay hardware ni se cierra aquí PX4-1, POWER-1, SAFE-1 o TRANSFER-3.