1. 神经网络对特征的真实诉求不是"不越界"，而是"分布一致"(归一化专用)
深度神经网络（Actor 和 Critic）是通过感知数值的大小来评估状态好坏的。
如果一艘船经历了严重的堵塞，它的特征值应该比较大（比如 0.8）；如果调度完美，它的特征值应该比较小（比如 0.1）。
泛化的核心前提是：无论算例规模是 N=10N=10N=10 还是 N=40N=40N=40，只要经历的物理拥堵程度相同，它输入给神经网络的特征数值（激活值）就必须大致相等。
举例子：
- 场景 A（训练集，N=10N=10N=10）： 假设一艘船的实际停留时间 stayi=30stay_i = 30stayi=30 小时。按串行公式，总货量算出的分母 Tnorm=200T_{norm} = 200Tnorm=200 小时。该船输入给 PPO 网络的特征值为：30/200=0.1530 / 200 = \mathbf{0.15}30/200=0.15。网络通过训练记住了：输入 0.15，代表这艘船调度得"还不错"。
- 场景 B（泛化测试集，N=40N=40N=40）：现在我们跨规模测试。既然是真实港口，船舶变多时，泊位也会按比例增加，或者排队长度有物理极限。一艘同样货量的船，其真实的停留时间依然在 303030 小时左右。但是，因为 NNN 扩大了 4 倍，总货量 ∑Wi\sum W_i∑Wi 随之扩大了 4 倍，你的串行分母 TnormT_{norm}Tnorm 膨胀到了 800800800 小时。现在，这艘同样经历了 30 小时停留的船，其特征值变成了：30/800=0.037530 / 800 = \mathbf{0.0375}30/800=0.0375。
- 什么是"单船物理量纲" (Single-ship Physical Dimension)？定义： 描述单个实体（单艘船）在并行调度系统中独立存在的物理属性或时间跨度。特征举例： 单艘船的到港时间（arrivaliarrival_iarrivali）、单艘船的纯装卸耗时（WiRi\frac{W_i}{R_i}RiWi）、单艘船的实际停留时间（stayistay_istayi）。数学本质：它是 O(1)O(1)O(1) 的。 也就是说，它不随算例总规模 NNN（船舶总数）的线性增长而无限膨胀。正如选中文段所述，真实港口是并行的，无论港口今天接纳 10 艘船还是 40 艘船，一艘装载 1000 吨货物的特定船只，在它靠泊后的绝对作业时间依然是固定的物理极限。它的排队等待时间也仅受限于"局部资源"（泊位和机械）的拥堵程度，绝不等于全港口所有船舶串行处理的总时间。
- 什么是"全局物理量纲" (Global Physical Dimension)？定义： 描述整个调度系统（全算例/全种群）宏观状态和累积结果的物理属性。特征举例： 全港口所有船舶的总作业量（WΣW_{\Sigma}WΣ）、算法的全局目标函数总值（所有船停留时间之和 Fpop_mean=∑i=1NstayiF_{pop\mean} = \sum{i=1}^N stay_iFpop_mean=∑i=1Nstayi）、如果全港口只有一套机械串行处理所需的理论总时间。数学本质：它是 O(N)O(N)O(N) 的。 也就是说，它与算例规模 NNN 成正比。如果算例中的船舶数量从 10 艘扩大到 40 艘，全局总货量和所有船停留时间的累加值，必然在数量级上发生几倍的膨胀。
- 在神经网络中，我们需要的是哪种量纲 ？严谨的答案是：两者都需要，但必须在数学上严格解耦，对应到不同的网络输入层，绝对不能混用。推导如下：第一层：对于注意力网络（Attention）的"单船 Token 级特征"必须使用【单船物理量纲】（如 TnormsingleT_{norm}^{single}Tnormsingle）进行归一化。推导： 当你把第 iii 艘船的 stayistay_istayi 作为 Token 特征喂给网络时，网络需要建立一种稳定的数值映射（例如："特征值为 0.5 代表这艘船局部排队很严重"）。如果你像之前错误设计的那样，用【全局量纲】（包含了总货量的 TnormT_{norm}Tnorm）去除它，当 NNN 从 10 艘增加到 40 艘时，分母扩大了 4 倍。原本表示"严重排队"的 0.5 就会瞬间变成 0.125。网络会产生认知错乱，认为所有船都极其顺畅。这就是 Canvas 审查报告中指出的特征坍塌（Feature Collapse），它会直接摧毁跨规模泛化能力。第二层：对于全局状态向量（G）和策略奖励基准（Reward / Advantage）必须使用【全局物理量纲】（如 OnormO_{norm}Onorm）进行归一化。推导： 你的目标函数 FFF 是所有船时间的总和，这是一个天然的 O(N)O(N)O(N) 变量。当你想计算当前动作带来了多少目标值改进（Reward），或者衡量种群的整体收敛程度（全局向量 G）时，你必须用同样随 NNN 膨胀的全局基准去约束它。如果你用单船量纲去除全局目标，算出来的值就会随着船舶数量的增加而无限放大（溢出上限 1.0），导致梯度爆炸。