# OTB19：学習の前に準備すると、古い痕跡による記憶の巻き込みを防げた

2026-11-05。探索的な数値実験。主取得は `main/`。元のOTB15学習式・OTB17問い合わせ式は変更していない。

**未ラベルの問い合わせが残した痕跡に、別の問い合わせの誤差が届くと、変更していない記憶まで書き換わった。新しい問い合わせの前に痕跡の安全条件を満たすまで待つと、新しい対応を学びながら既存記憶を保てた。** 保守的な固定待ちでも同じ成績であり、状態適応型制御の性能優位は示していない。

## 条件

OTB15の保持後の記憶・作業状態8 seedを使用した。operation 1の文脈2種類を一度問い合わせるが、結果ラベルは与えない。その状態を継承してoperation 0の文脈2種類のどちらかを問い合わせ、実際の予測に対する結果を与える。この同じ文脈への学習を4回続ける。operation 0が変化しない世界と、二値対応が反転した世界を並べた。

8 seed × 古い文脈2種類 × 新しい文脈2種類 = 32条件／世界・方式。32独立な研究や32種類の規則ではない。四方式・二世界で256系列、1,024学習エピソード。live系列の途中で作業状態・位相・痕跡を直接初期化しない。

比較したのは、通常の更新、状態に基づく待機、初回だけの保守的固定待機、誤差ゼロで更新しない対照。すべて同じ核を使い、現在の問い合わせ自体は4096 step、作業状態の既定準備は128 stepとした。ラベルは元の `observe` 関数にだけ入り、準備判定には入らない。

## 主結果：新しい対応と、変更しない対応を別々に採点

下表は反転世界の第1回学習後の記憶をコピーし、標準の作業状態から診断した応答。第4回学習後も同じ件数だった。診断結果や診断後の状態は、live学習へ戻していない。

| 方式 | 今回教えた文脈に正答 | 無変更operation 1の両文脈に正答 | 無変更operation 1の記憶帯を保持 | 初回追加待ち |
|---|---:|---:|---:|---:|
| 通常の更新 | 32 / 32 | 16 / 32 | 16 / 32 | 0 |
| 状態条件を確認して待機 | 32 / 32 | 32 / 32 | 32 / 32 | 15,080 step |
| 保守的な固定待機・初回のみ | 32 / 32 | 32 / 32 | 32 / 32 | 18,593 step |
| 誤差ゼロ・更新なし | 0 / 32 | 32 / 32 | 32 / 32 | 0 |

通常更新は今回の文脈を学べたが、半数の条件で以前の文脈を巻き込んだ。更新を止める対照は既存記憶を保つ一方、新しい対応を学べない。準備を加えた二方式では、今回の変更と既存記憶の保持が両立した。

世界が変化しない場合は、全方式で今回・無変更operation 1とも32/32正答を保った。反転世界のoperation 0にはもう一つ未観測の文脈があり、その対応まで自動で反転したとは扱わない。全4文脈への診断応答は [records.json](main/records.json) に残している。

## なぜ、問い合わせの前に待つのか

OTB15では、入力経路の活動痕跡 `e` と、符号付き誤差の蓄積 `s` が記憶用振幅への入力を作る。直前の問い合わせにラベルがなくても `e` は残る。次の文脈のラベルが届いた時、古い痕跡が大きければ、現在の誤差が以前の文脈にも作用する。

準備判定は、今回と関係しない6個の記憶セルで、`e` と `|s|` がともに `0.0451092` 以下になったかを見る。これは結果を見て選んだ閾値ではなく、双安定振幅の保持条件から定めた。

- 双安定の折り畳み閾値：`hcrit = 2/(3√3) = 0.3849002`。
- 非現在セルの更新中、`e` は再びタグ付けされず減衰する。
- `|delta| ≤ 1` なら、`s` の更新は `max(|s初期|, e初期)` を超えない。
- したがって `theta = .95*(hcrit−.1)/6` とすると、以後の傾き入力は `.1+6*theta < hcrit` に収まる。

この条件は連続時間の振幅方程式における保持帯の不変性を与える。数値計算で任意の刻み幅でも必ず保たれるという証明ではない。全系列の状態境界を確認し、事前に選んだ通常・guardの各1系列では初回エピソードの全時刻も点検した。

| 選択した反転系列 | 非現在セルの最大絶対入力 | 閾値との関係 | 全時刻で非現在記憶帯を保持 |
|---|---:|---|---|
| 通常更新 | 1.094669 | 閾値より大きい | いいえ |
| guard | 0.179186 | 閾値より小さい | はい |

guardの記録は待機・問い合わせ・遅延・書込みの28,176 step、通常更新は13,096 step。待機は新しい問い合わせの**前**に入るため、古い痕跡を小さくしてから今回の経路をタグ付けできる。この順序を次の追加対照で調べた。

## 同じ時間を、問い合わせの前と後に置いた対照

主結果を受けて別に設計・ソースを固定し、同じ古い問い合わせ後の状態から、一度だけ新しい経験を与える試験を行った。32反転条件と32安定条件をすべて使用した。

| 15,080 stepの待ちを置く位置 | 反転後の新しい文脈に正答 | 無変更operation 1の両文脈に正答 | 古い問い合わせ後からの総時間 |
|---|---:|---:|---:|
| 待機なし | 32 / 32 | 16 / 32 | 13,096 step |
| 新しい問い合わせの前 | 32 / 32 | 32 / 32 | 28,176 step |
| 新しい問い合わせの後、結果ラベルが届く前 | 0 / 32 | 32 / 32 | 28,176 step |

前と後では総時間が同じで、全64条件の予測と誤差も同じだった。書込み開始時の以前の文脈の痕跡の最大値は両方とも0.019290。しかし、今回の文脈の痕跡は、前に待つ方式で0.439405、後に待つ方式で0.037478だった。後に待つ方式は古い記憶を保護すると同時に、新しい学習に使う痕跡まで弱めている。

後に待つ方式では、今回のセルについても傾き入力の上界が0.324868となり、保持帯を破る閾値0.384900を下回った。これは、新しい対応へ書き換えられなかった結果と整合する。世界が変化しない32条件では、どの方式も今回・無変更の対応の全件正答を保った。

待機なし・前待機の128条件は、主実験のusual/guard第1回の保存状態境界・発火数と初回時刻・診断応答と完全一致した。後待機を含む192条件の境界状態と、実際の書込み開始時の `e/s` は保存した。全時刻の全状態を128条件すべてで保存比較したという意味ではない。問い合わせ前に待つと作業位相も変わり、今回のsource発火は問い合わせ開始から161 step、待機なし・後待機では471 stepだった。したがって、痕跡だけを単独操作した比較とは呼ばない。

この有限条件で支持されたのは、**古い活動の痕跡が弱まった後に、新しい活動を起こしてから結果を与える順序が、保持と修正を両立させる**こと。一度の経験だけの対照であり、後待機方式が次の経験で再タグ付けされても永久に学べないという結果ではない。

追加設計：[ORDER_CONTROL_DESIGN.md](../../experiments/otb19_learning_readiness_guard/ORDER_CONTROL_DESIGN.md)。
結果：[順序対照summary](order_control/summary.json)／[全記録](order_control/records.json)／[実状態](order_control/states.npz)。

## 費用と、言えないこと

今回の入力列ではguardの初回待機は全条件で15,080 stepとなり、2回目以降は0だった。**固定15,080→0のスケジュールを使えば、同じ決定論的な軌跡になる。** したがって、固定待ちを上回る状態適応の証拠にはしない。18,593 stepは `e≤1, |s|≤1` から得た保守上界で、最適な固定待ちではない。

待機中には痕跡の減衰とともに、作業状態への既存の復元入力、記憶・相方の運動も進む。痕跡だけを変えた介入ではない。非現在セルへの傾き入力の上界と保存された軌跡を根拠に、成立条件を説明する。

待機時間、問い合わせ・フィードバック時間、復元入力の絶対値総和を保存した。入力総和やCPU秒数は実機の消費電力を表さない。guardも現在の `e/s` を読む外部の比較器・待機制御であり、振動子だけの判断器ではない。

これは「E系列の準備という発想を、学習前の状態へ適用する」接続実験である。E7-Dの振動子読み出し回路を移植した結果ではなく、学習則そのものの新発明や一般的な信用割当の解決でもない。

## 取得記録と検証

- 実行前の設計・コード・入力を [source_freeze.json](main/source_freeze.json) とソース写しに保存し、実行後のハッシュ不変を確認した。
- 元のOTB15/OTB17関数を使用。待機・フィードバック時の作業状態を別の作業系更新式で照合し、入力費用も数えた。
- 各guard/fixed更新前に非現在セルの上界を実状態から計算し、保存した記憶帯と応答を確認した。
- canonicalな4文脈への診断はコピー上で行い、診断結果・診断後状態をlive学習へ戻していない。
- 最初の取得は全系列の計算後、NumPyのbool値をJSONへ保存する段階で失敗した。[失敗記録](ACQUISITION_FAILURE.json)、元コード写し・部分出力・選択軌跡を保管した。数値手順を変えず、JSON変換のみを直して別の `main/` に再取得した。最初の部分JSONは結果として利用しない。

設計：[DESIGN.md](../../experiments/otb19_learning_readiness_guard/DESIGN.md)。
主集計：[summary.json](main/summary.json)。全系列：[records.json](main/records.json)。
全境界状態：[states.npz](main/states.npz)。選択した全時刻の記録：`main/traces/`。

再実行では出力を上書きしない。元の結果を保持したまま新規の出力先を使い、同じ入力・条件で比較する。

