Skip to content

feat: execute v5 Phase-I roadmap (V1~V5)#65

Merged
Navy10021 merged 1 commit into
mainfrom
claude/update-readme-EKifO
Mar 6, 2026
Merged

feat: execute v5 Phase-I roadmap (V1~V5)#65
Navy10021 merged 1 commit into
mainfrom
claude/update-readme-EKifO

Conversation

@Navy10021

Copy link
Copy Markdown
Owner

No description provided.

V1 — R15 완성: utils/hp_search.py CVaR-aware 격자 탐색
  - CVaRAwareHPSearch: MonteCarloEvaluator 기반 HP 탐색
  - Pareto 프런트(mean_win_rate vs cvar_10) 계산 로직
  - CVaR 배포 게이트(min_win_rate + max_cvar10_casualties) 필수 조건화
  - ExperimentRegistry 자동 등록 + JSON 저장
  - tests/test_hp_search.py: 7개 테스트 (config, 인스턴스화, 조합수, Pareto, 폴백, e2e, summary)

V2 — AdaptiveMCDropout GNN 통합
  - BayesianHGT.__init__에 adaptive_mc=True 옵션 추가
  - predict_with_uncertainty()에 AdaptiveMCDropout 경로 추가
  - 조기 수렴 시 _last_mc_n_runs 기록 (로깅/디버깅용)
  - 고정 mc_samples 경로 유지 (adaptive_mc=False 폴백)

V3 — sys.path.insert 패키지 내부 제거
  - evaluation/monte_carlo.py: _mc_run_worker()의 sys.path.insert 제거
    (ProcessPoolExecutor가 부모 sys.path 상속, pyproject.toml pythonpath로 충분)
  - evaluation/adversarial_benchmark.py: __main__ 블록에 중복 방지 가드 추가

V4 — CF 피드백 루프 Phase 3·4 확장
  - train.py: _setup_cf_loop() 공통 헬퍼 추가 (Phase 1·3·4 재사용)
  - Phase 1: 기존 CF 생성 코드를 _setup_cf_loop() 호출로 교체 (동작 동일)
  - Phase 3: cf_loop_p3 활성화 — HITL 선택 이벤트를 CF 에피소드로 기록
  - Phase 4: cf_loop_p4 활성화 — PPO 버퍼 보상 보정 전 Phase 1과 동일 흐름

V5 — TierCTrainer 평가 경로 통합
  - TierCTrainer.select_action() 공개 메서드 추가 (BlueAgent 호환 인터페이스)
  - evaluate_vs_baseline(): 내부 경량 루프 → MonteCarloEvaluator 직접 사용
  - 비교 지표에 cvar_10, delta_cvar_10, strategy_robustness, win_rate_ci 추가
  - Tier A(PPO)와 완전히 동일한 평가 경로 보장

https://claude.ai/code/session_013zzx6Mwbd5LJacDUsNbitA
@Navy10021
Navy10021 merged commit 3d7d7de into main Mar 6, 2026
1 check failed
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants