题目描述

具身智能部的机器人在执行关键动作前，会同时查看动作价值、风险阈值和安全停止方案。你需要从候选动作中选出可执行且风险不超限的最佳动作；若当前状态已经终止，或最佳动作不值得冒险，则输出安全停止方案。

候选动作带有类型字符串。类型为 STOP 的动作不参与普通动作选择；类型为 RETREAT 的动作一旦被选中，输出决策也必须是 RETREAT。

输入格式

第一行输入：

s V A

表示当前状态编号、当前状态价值估计和候选动作数。

第二行输入：

Rmax stop_id stop_value cons terminal

其中 Rmax 为最大允许风险，stop_id 与 stop_value 描述安全停止动作，cons 为保守余量，terminal 表示当前状态是否已经终止。

接下来 A 行，每行输入：

aid q feasible risk priority type

表示动作编号、动作价值、是否可执行、风险、优先级和动作类型。

状态和动作编号均为 1-based。

输出格式

若输出安全停止，且 stop_id != -1，输出：

stop_id stop_value STOP

若需要停止但没有可用停止动作，输出：

-1

若输出普通动作，格式为：

aid q decision

其中 q 保留 6 位小数，decision 为 EXECUTE、WAIT_OR_REOBSERVE 或 RETREAT。

判定规则

普通候选动作必须同时满足：feasible = 1、risk <= Rmax、type != STOP。

最佳普通动作按以下顺序比较：q 更大者优先，风险更小者优先，priority 更大者优先，动作编号更小者优先。

若 terminal = 1、没有普通候选动作，或最佳普通动作的 q <= stop_value，输出安全停止。

否则，若最佳动作类型为 RETREAT，输出 RETREAT；若 q <= V + cons，输出 WAIT_OR_REOBSERVE；其余情况输出 EXECUTE。

使用标准输出比较，所有浮点数保留 6 位小数。

数据范围与测试提示

• 正式测试会覆盖样例没有出现的边界输入，请不要依赖样例规模或样例顺序写特判。
• 输出只包含题目要求的字段，不要输出调试信息；浮点结果按题面要求保留 6 位小数。
• 候选动作可能全部因风险或合法性被筛掉，也可能多个动作价值完全并列。
• 风险约束、价值比较和动作编号排序要分开处理；输出字段顺序固定。
• STOP 类型不参与普通动作选择；风险等于上限可选，最佳价值不超过停止阈值时必须停止。

样例

输入样例 1

1 4 3
0.5 9 0 0.5 0
1 5 1 0.2 1 EXECUTE
2 6 1 0.8 2 EXECUTE
3 4 0 0.1 3 RETREAT

输出样例 1

1 5.000000 EXECUTE

输入样例 2

1 5 2
1 6 3 0.5 0
1 2 1 0.2 1 EXECUTE
2 1 1 0.1 2 RETREAT

输出样例 2

6 3.000000 STOP