同一个控制器接管已经腾空的车。用户选择回正落地，或完整一圈 kickflip 后落地。地面起跳仍可在原训练存档重现，不混入本轮腾空接管的成功率。
60 代、6,648 次训练与开发评估完成，保留第 40 代。标准零水平初速与带初速度的一圈均从硬接触改善为通过，最大接触闭合速度分别从 1.53、2.91 m/s 降到约 0.27、0.25 m/s。标准演示不能代替泛化评估。
| 新留出初态，每种目标 20 例 | 训练前，2 ms | 训练后，2 ms |
|---|---|---|
| 7–14 m，回正 | 10/20 | 13/20 |
| 7–14 m，一圈 | 1/20 | 1/20 |
| 1–18 m 宽范围，回正 | 3/20 | 5/20 |
| 1–18 m 宽范围，一圈 | 0/20 | 0/20 |
泛化仍不足，尚未完成广泛初态下稳定落地的目标。最终参数改用 1 ms 积分后，80 例总通过数从 19 降为 17，两例回正变为冲击超限。这些数值敏感样例保留原记录。 同一批初态的 1 ms 配对复查：7–14 m 留出 · 回正 10/20 → 11/20；7–14 m 留出 · 一圈 1/20 → 1/20；1–18 m 宽范围 · 回正 3/20 → 5/20；1–18 m 宽范围 · 一圈 0/20 → 0/20。六个固定演示中四例仍通过；两例数值敏感的回正在 0.5 ms 复查仍未通过。0.5 ms 只测这两例，不计算全组成功率。
本机 Node/WASM 的六个标准及边界演示共 1,112 个控制窗，控制器 p95 1.20 ms、最大 8.49 ms；控制加物理积分 p95 1.71 ms、最大 9.07 ms。该测试不含绘图、通信和载入，也不代表最坏执行时间。
每 20 ms 读取当前姿态、角速度、位置、线速度、气量和接触。当前观测是 MuJoCo 真值，相当于理想传感器。尚无 IMU 噪声、传输延迟或姿态融合。
目标路径先到正立姿态，再追加用户指定圈数。姿态路点按实测进度推进，完整一圈不会被四元数简化成零角度。P 项跟随目标姿态，D 项抑制角速度，另有陀螺补偿；I 为零。控制器按当前气压限制转速、估算刹转角，并在空中余量不足时保持支撑姿态。
近正立时，用当前气量和阀门状态做一维刹降预测，再计算竖直喷力。预测固定姿态，不是六自由度 MPC。喷口分配优先满足姿态力矩，其次满足竖直力。风扇腾空时关闭，在目标完成且至少三轮接地后以 9.5% 命令运行；轴向反作用保留，风扇功率不参与本轮参数搜索。
世界水平喷力目标始终为零，不增加水平速度伺服。阀门滞后、饱和、风扇排气和轮胎摩擦会产生实际速度变化。训练扣除腾空阶段最大水平速度变化与末态变化，不能把零指令写成零扰动。
CEM 搜索同一组 14 个反馈与预算参数。每代 18 个候选，各测 6 个随机初态，回正和一圈各 3 个。搜索从训练前参数开始，第 1 代另放入一个已声明的人工参考候选。人工参考单独评估，避免把人工调参误称为训练收益。
固定开发集共 12 例，两种目标各 6 例。第 1 代及之后每 5 代评估新的候选，保留开发评分较好的参数。曲线显示被保留参数的开发成绩，平段表示没有换参数。训练初态每代不同，训练分数不能直接跨代当成成功率。
训练分布为高度 7–14 m、质量 1,800–2,200 kg、水平初速 0–8 m/s、竖直初速 ±2 m/s、车体角速度各轴 ±0.4 rad/s、气量 230–260 kg、推力比例 0.9–1.05。回正目标随机采样完整三维姿态；一圈目标包含近正立姿态与 25% 的完整三维姿态。
冻结参数后，使用事先登记的新 seed 测试 40 个同分布初态和 40 个宽范围初态。宽范围高度 1–18 m、速度各轴 ±8 m/s、角速度各轴 ±1.5 rad/s，目标各半。最终参数另用 1 ms 积分复查，不根据这些结果重新选参。
完成目标动作、车身不触地、接触闭合速度 ≤1.6 m/s、法向力 ≤7 倍车重。至少三轮连续接触 1 秒，期间倾角 <8°、角速度 <0.2 rad/s、竖直与车体侧向速度 <0.3 m/s、接触滑移 <0.5 m/s。允许沿车头方向继续滚动。
沿用原有 12 个固定单向喷口、90 kN 总流量上限、25 ms 阀门滞后和降压供气。名义质量 2,000 kg，平地重心高 0.50 m。碰撞壳、轮胎、气量和喷力未做实车标定，也没有自由飞行气动阻力、独立悬架或 CFD。完整翻转和刹降需要有限时间、净空与气量，不存在任意低高度都能成功的保证。
结构研发保留了旧路径的 24 代、2,664 次完整评估，以及支撑姿态、拐点和降落预算的失败轨迹。另保留了浏览器浮点边界修复前的 4 代、456 次评估。它们单独归档，不接到最终训练曲线上。
本地与浏览器以相同初态独立计算，已比较 12 次飞行、2,483 个控制周期，包含最终参数。位置最大差小于 10⁻¹² m，喷力请求最大差小于 10⁻⁸ N。每次自由试验显示本机耗时；同时训练时曾出现超过 20 ms 的计算窗，不能据此保证硬实时。