actpred: 代码审计（16项发现全部修复）+ 文档更新

审计报告: docs/reviews/actpred_CODE_AUDIT_20260808.md
- P0(2项): episode索引错位(dataset.py)、推理归一化静默失败(predict.py)
- P1(6项): 空训练集校验、图像自然排序、空样本防御、形状校验、
  MobileNet下载错误提示、stats路径校验
- P2(8项): README示例修正、公共属性、glob优化、版本约束、
  单元测试(17项)、GPU安装说明、BooleanOptionalAction、ONNX验证

新增文件: actpred/test_actpred.py (17项单元测试, 全部通过)
更新文档: README.md配置表扩充、INDEX.md、审计报告修复总结

actpred/README.md

@@ -17,18 +17,21 @@
 ## 快速开始
 
 ```bash
-# 安装
+# 安装（默认 CPU-only；如需 GPU 支持，编辑 _set.sh 按注释说明操作）
 cd actpred && bash _set.sh
 
 # 训练
 bash _run.sh train --data-dir ./data --epochs 100 --action-dim 8
 
-# 推理
+# 推理（--action-history 格式：冒号分隔各步，每步 action_dim 个值，共 history_len 步）
 bash _run.sh --model checkpoints/best_inference.pt --image frame.jpg \
-    --action-history "45,0,45,0,45,0,45,0:45,10,45,10,45,10,45,10"
+    --action-history "0,0,0,0,0,0,0,0:1,0,0,0,0,0,0,0:0,1,0,0,0,0,0,0:0,0,1,0,0,0,0,0:0,0,0,1,0,0,0,0"
 
-# 导出 ONNX
+# 导出 ONNX（如安装了 onnxruntime，导出后自动验证一致性）
 bash _run.sh export --model checkpoints/best_inference.pt --output model.onnx
+
+# 运行单元测试
+python test_actpred.py
 ```
 
 ## 数据格式
@@ -72,6 +75,15 @@ recorder.flush()
 | `--epochs` | 100 | 训练轮数 |
 | `--lr` | 0.001 | 学习率 |
 | `--batch-size` | 32 | 批次大小 |
+| `--normalize-actions` | False | 动作归一化（`--no-normalize-actions` 关闭） |
+| `--dropout` | 0.1 | Dropout 率 |
+| `--weight-decay` | 0.0001 | 权重衰减 |
+| `--val-split` | 0.15 | 验证集比例 |
+| `--patience` | 15 | 早停耐心值 |
+| `--max-grad-norm` | 1.0 | 梯度裁剪上限 |
+| `--seed` | 42 | 随机种子 |
+| `--num-workers` | 2 | DataLoader 工作进程数 |
+| `--checkpoint-dir` | ./checkpoints | 检查点保存目录 |
 
 ## 编程 API
 
@@ -79,5 +91,7 @@ recorder.flush()
 from predict import ActionPredictorInference
 
 predictor = ActionPredictorInference("checkpoints/best_inference.pt")
+print(predictor.action_dim, predictor.history_len)  # 公共属性
 action = predictor.predict(image_rgb, action_history)  # np.ndarray (action_dim,)
+# action_history 形状须为 (history_len, action_dim)
 ```