# D3D-003-LAB1 — راهنمای یادگیرنده

هدف: ساخت `Capture-to-Reconstruction Method Comparison and Evidence Pack v1` فقط از شواهد مصنوعی و قابل مشاهده.

1. از `evidence/evidence_pack.template.json` یک کپی بسازید.
2. آن را با `fixtures/baseline_observations.json` پر کنید و `camera_count`، `sparse_point_count`، وضعیت منشأ/مجوز و ارجاع شواهد هر روش را نیز ثبت کنید.
3. `decision.selected_path`، `decision.final_state`، `decision.target_constraint_scope` و دلیل تصمیم را خودتان بنویسید. `SELECTED` برای هدف استانداردِ اعلام‌شده است؛ `TARGET_SPECIFIC` فقط با `CONSTRAINED_NAMED_TARGET_ONLY` معتبر است.
4. `python run_checks.py evidence/<your-file>.json` را اجرا کنید.
5. همین کار را با `mutation_low_overlap.json`، `mutation_metric_editable_mesh.json` و `mutation_constrained_hardware.json` تکرار کنید؛ تصمیم baseline را کپی نکنید.
6. برای S4، `transfer/transfer_fixture.json` را منبع مشاهده نگه دارید و از `transfer/transfer_evidence_pack.template.json` یک فایل تحویل جدید بسازید. فقط تصمیم، دلیل و پنج `decision.triggers` شامل `review`، `migration`، `escalation`، `stop` و `pivot` را بر اساس شواهد زمینهٔ جدید کامل کنید؛ تصمیم baseline را کپی نکنید.
7. پیش از تحویل S4، `python run_checks.py transfer/<your-transfer-pack>.json` را اجرا کنید.

بررسی‌کننده فقط سازگاری قطعی را می‌سنجد و روش را برای شما انتخاب نمی‌کند. شواهدِ مفقود را جعل نکنید. فقط از برداشت‌های مصنوعی، خودساخته، عمومی یا دارای مجوز روشن استفاده کنید.