TRANSFER-3 Plan A1 — la calibración se aprende exacta; la ventaja no generaliza

2026-09-18. Desarrollo público. TRANSFER-3 no cerrado. Cribado en rojo. Contrato: Plan A1, fijado antes de implementar. No se generó ni abrió B/C. Software y simulación: nada aquí acredita hardware, HIL, vuelo real ni DRONE-3.

Qué se probó

Familia de costes declarada base[a] + giro·[cambio de rumbo], con el término de giro elegido porque un coste direccional puro es conservativo y no distingue rutas —medido antes de implementar: dispersión 0 entre rutas de longitud mínima en las 64 salas, incluso con asimetría (2,6,3,5)—. La calibración se estima sólo de la energía observada entre tramas, se congela y entra directamente en la valoración del plan, no en un tercer desempate.

Cuatro campañas declaradas de antemano, 64 salas de examen, escuela de 16 movimientos justificada por identificabilidad.

La calibración se aprende exacta y barata

Condición	Verdad	Aprendido	Escuela
`flat`	base 4,4,4,4 · giro 0	idéntico	16 mov · 64 u
`turn4`	base 4,4,4,4 · giro 4	idéntico	16 mov · 84 u
`turn8`	base 4,4,4,4 · giro 8	idéntico	16 mov · 104 u
`skew_turn6`	base 3,5,4,4 · giro 6	idéntico	16 mov · 90 u

Identificabilidad demostrada: 16 movimientos bastan. Cobertura real publicada: rectas [4,1,1,5], giros [2,1,0,2] — la acción 2 nunca se observa girando, y aun así el término de giro se identifica porque es compartido.

Resultado por condición

Condición	Brazo	Metas	Energía examen	Giros	Violaciones reserva	Fallos nuevos	Ahorro conjunto	Amortiza	p (una cola)
`flat`	nominal	61/64	4124	408	0	—	—	—	—
`flat`	learned	61/64	4124	408	0	0	0	no	1.0
`turn4`	nominal	59/64	5448	383	0	—	—	—	—
`turn4`	learned	62/64	4932	257	0	0	+152	sí	0.0098
`turn8`	nominal	55/64	6812	371	32	—	—	—	—
`turn8`	learned	59/64	6072	264	21	3	+128	sí	0.0083
`skew_turn6`	nominal	57/64	6213	380	38	—	—	—	—
`skew_turn6`	learned	54/64	7434	1288 mov	1	8	−950	no	0.988

Cero colisiones, cero hechos falsos, cero escrituras imaginadas y calibración sin cambios en las 1.280 misiones.

Ninguna condición pasa el cribado. plan_a1_development_pass = false en las cuatro.

El control negativo funciona, y eso valida el aparato

En flat no hay nada que aprender —el giro vale 0— y el brazo aprendido es idéntico al nominal hasta la unidad: misma energía (4124), mismos movimientos (1031), mismos giros (408), mismas metas (61). El montaje no fabrica ventaja donde no la hay. Es la evidencia de validez más importante del informe.

Dos de mis controles no probaban nada

Hallazgo contra mi propio diseño, demostrable sin datos:

permuted es la identidad siempre que la base es uniforme. Rota el vector de bases; rotar [4,4,4,4] devuelve [4,4,4,4]. Lo es en flat, turn4 y turn8: tres de cuatro condiciones. El criterio «superar a permuted» era insatisfacible por construcción, y es el único que turn4 incumple.
crossed es la identidad en skew_turn6, porque declaré esa condición como fuente del control cruzado. Se compara consigo misma.

No son resultados: son defectos del contrato. Se corrigen en la enmienda 2 y se vuelve a ejecutar; el rojo de esta corrida se conserva sin reescribir.

Para turn4, sin embargo, la pregunta de contenido sí queda contestada por el control cruzado, que allí no es degenerado: una calibración real pero equivocada (la de skew_turn6) gasta 6900 unidades, peor que el nominal (5448), mientras la correcta gasta 4932. Tener «unos números» perjudica; tener los correctos ayuda.

Multiplicidad: ni `turn4` ni `turn8` sobreviven

Declaré cuatro campañas antes de ejecutar, pero no preespecifiqué la corrección. Con α = 1/60 por condición ambas pasan (1/102 y 1/120). Con un umbral familiar de Bonferroni sobre cuatro campañas, 1/240, ninguna pasa. Se publican los dos números y el resultado se trata como no confirmatorio.

El resultado más interesante es el negativo

En skew_turn6 el brazo aprendido es peor que la ignorancia uniforme: 1221 unidades más, tres metas menos, ocho fallos nuevos. Y learned es idéntico a oracle, así que no es error de estimación: los costes verdaderos, exactos, llevan al planificador a peores misiones.

El mecanismo es visible en los movimientos: 1288 frente a 977 del nominal. Con base (3,5,4,4) el planificador prefiere la acción barata (coste 3) y evita la cara (coste 5); con horizonte de profundidad 4 eso explota localmente la dirección barata y produce rutas más largas que acaban costando más y perdiendo metas.

Conocer el coste real con un planificador miope puede ser peor que no conocerlo. Es una conclusión sobre el acoplamiento entre calibración y horizonte, no sobre la calidad del aprendizaje.

El gate de reserva queda fuera de envolvente

La enmienda 1 fijó la constante de reserva en 4 porque el peor caso declarado (14) hacía inviables dos tercios de las misiones. La consecuencia, ahora medida: con giro 8 el nominal acumula 32 violaciones de reserva y con skew_turn6 38. La regla subestima el coste real cuando se cobran giros. Es idéntica en todos los brazos, así que no sesga la comparación, pero turn8 y skew_turn6 están fuera de la envolvente segura de ese gate y su criterio 1 falla por esa razón, no por el aprendizaje.

Verificación

Artefacto: lab/transfer3/plan-a1-screen.json, hash canónico 0553dc7e10c54e317301a5bf4e8758213706dfeb6c32729f352d01727f7f3d76. Auditoría completa en proceso nuevo, ejecutada antes de la enmienda 2: replay_valid=true, exit 0, mismo hash. 21 tests A1 nuevos, todos en verde.

Como en v6 y v7, repetir esa auditoría después de añadir módulos fallará por el defecto conocido de inventory(), que fotografía todo el árbol nexus0 en vez de las dependencias de la corrida. El código y el contrato de A1 quedan congelados: la enmienda 2 vive en ficheros nuevos.

Sonda de identificabilidad y margen, previa a toda implementación: lab/transfer3/plan-a1-margin.json, hash 704f7f87a7e02877ad0f10445ebb5a363b8e695899e8267312bd530acad29061, generada por lab/transfer3/plan_a1_margin.py. El generador vive fuera de nexus0/ precisamente para no entrar en inventory() y no invalidar ninguna auditoría; comprobado: los manifiestos de A1 y de la enmienda 2 siguen con cero rutas alteradas tras añadirlo. Confirma sin agente ni aprendizaje que per_action_costs_are_conservative = true y turn_term_is_not = true.

env PYTHONPATH=.. python3 -m unittest tests.test_transfer3_a1 -q
env PYTHONPATH=.. python3 -m echoai.nexus0.transfer3.screen_a1 audit lab/transfer3/plan-a1-screen.json

Razonamiento auditable

Hipótesis y predicción. Una calibración de costes aprendida en A baja la energía de misión en salas nuevas. Predicción: ahorro positivo, sin fallos nuevos, amortizado contra el mismo bloque.
Evidencia. Se cumple en turn4 (+152, 0 fallos nuevos, amortiza, alcanza el techo oracle). Se incumple en turn8 (3 fallos nuevos, 21 violaciones) y se invierte en skew_turn6 (−950, 8 fallos nuevos).
Explicación rival. La ventaja de turn4 podría venir de tener cualquier vector distinto del prior, no del correcto. Descartada por el control cruzado: un vector real pero equivocado empeora el nominal en 1452 unidades.
Explicación rival 2. El daño en skew_turn6 podría ser error de estimación. Descartada: el brazo aprendido es idéntico al oracle.
Prueba discriminante pendiente. Si el daño es miopía, acortar la asimetría de base o alargar el horizonte útil debería reducirlo; el horizonte, medido, lo acota la visibilidad y no max_depth, así que la prueba barata es variar la asimetría de base con el giro fijo.
Autorrevisión. Dos controles degenerados —falta mía— y una constante de reserva fuera de envolvente en dos condiciones. Ninguno favorece al candidato: el control degenerado es precisamente el que le impide pasar. La corrida se hizo sobre salas públicas ya usadas en v4, así que es desarrollo, no confirmación.
Actualización. Abandono la creencia de que una calibración correcta ayuda por sí sola: ayuda sólo cuando su estructura no empuja al planificador miope a rutas largas. Mantengo que el término de giro es identificable, barato y transferible.
Siguiente decisión. Enmienda 2: sustituir los dos controles degenerados y repetir. Es la segunda y última revisión de este mecanismo permitida por el contrato. Si tras ella turn4 sigue siendo la única condición con efecto y no sobrevive a multiplicidad, Plan A queda cerrado como efecto acotado y se pasa a Plan B.

TRANSFER-3 sigue en rojo. Esto es un efecto público observado en una de cuatro condiciones, no un candidato confirmado. ECHO-3 permanece en 13/15.