摘要
一场战斗结束时，游戏会弹出结算画面：双方各一排卡片，每张卡是一堆生物的头像、开局数量和损失数量。状态估计（SE）——把观察累积成对局状态推断的模块——用它来核对自己一路跟踪的每堆兵的最终减员。
问题：画面稳定后，全灭的兵堆头像上会盖一个红骷髅，读取器在原门槛（分数 ≥0.80、领先 ≥0.03）下认不出兵种。如果同一方有两堆开局数量相同，SE 也没法按数量对应。三局训练录像里因此有 4 张卡“对不上”（UNMATCHED）。
Battle Notes App 本来就对每次结算画面读两次：刚出现的第一帧（头像干净，但损失行还没画）和至少 0.5 秒后的稳定帧。之前的检查显示，第一帧上兵种的第一名候选 42/42 都对，但门槛下只认出 15/42。本实验做了两处改动：
- 视觉模块：在“干净面板”（未稳定、没有闪白、没有大块白色、所有卡都还没有损失行）上，兵种门槛改为 0.63/0.09；稳定帧仍用 0.80/0.03。
- SE：稳定帧上某张卡没有兵种时，借用同一次结算第一帧读出的兵种；两次读出不一致时两边都不用。
结果三局全部 14/14 对上，兵种、数量、损失都与参考一致。但样本只有 3 页、42 张卡，第一帧上本来就没有认错的第一名，所以“0 错”测不出误认风险，门槛离已知最高的错误分数只有约 0.06 的余量。
要回答的问题
- 第一帧上可以把兵种门槛降到多少而不认错？
- SE 怎样安全地把两次读取配成“同一次结算”，只借兵种、不借第一帧还没画好的数量和损失？
- 改动后三局的结算对应是否全部正确？其他结果是否不变？
数据与来源
- 三个训练会话（10 月 10 日 08:38、16:57、01:39 的录像）的已保存请求，每个都有两次结算读取。3 个结算页、42 张不同的卡，都是 7 对 7。
- 参考来自 10 月 14 日的结算画面实验，是模型目视（MODEL_VISUAL_CHECKED），不是人工审核（REVIEWED）。以下都是计数，不是准确率。
方法
第一帧门槛（留一页交叉验证）
“干净面板”在原始返回里表现为：未稳定、没有闪白卡、每张卡的损失都是“损失行未稳定”——3 张第一帧的 42 张卡全部符合。没有用卡片红色比例判断骷髅，因为红色生物本身也会让这个比例大于 0。
在分数 0.40–0.90、差距 0.00–0.30（步长 0.01）的网格上，每折用另外两页选“0 错里接受最多、并列取更高门槛”的点，再用到留出页。
SE 配对规则
稳定读取的“前一个”是 SE 收到的上一个结算读取。两者算同一次出现，要求：前一个是已读、未稳定；标题相同；左右旗子颜色分别相同；每边卡数相同；每张卡序号相同、卡框四个坐标差都不超过 12 像素（实测最多 5 像素，相邻卡相距 ≥116 像素）；两边都读到的数量必须相等。任何一条不符，整对不用。
只借兵种：第一帧不闪白、两次数量都读到且相等时才可用；第一帧的数量和损失不用。稳定帧已有相同兵种则不变；不同则这张卡兵种置空、标“兵种冲突”，既不按兵种也不按数量对应。原有保护全部保留（只在 SE 在这一方跟踪该兵种时才对应；同一方两张同兵种不按兵种对应等）。
审阅后新增：借来的兵种只在卡片开局数量等于 SE 对这一堆的第一次读数时才对应；不等时标“兵种数量不符”、不加读数。
设置
三个请求分别跑三种情况：改动前；新 SE + 原请求（第一帧仍是旧门槛的兵种）；新 SE + 请求副本里第一帧按新门槛重定兵种。另在 App 保存的 6 张结算截图上用新读取器实跑（CPU），兵种和候选顺序与重定结果完全相同：第一帧 14/14、14/14、14/14 认出，稳定帧 4、1、0 认出（不变），每帧 8.9–14.5 秒（含首次加载）。
结果
门槛交叉验证
| 留出 | 另两页选出的门槛 | 另两页 对/错/未认 | 留出页 对/错/未认 | 旧门槛在留出页 |
|---|---|---|---|---|
| 16:57 | 0.63 / 0.09 | 28 / 0 / 0 | 14 / 0 / 0 | 4 / 0 / 10 |
| 01:39 | 0.64 / 0.11 | 28 / 0 / 0 | 13 / 0 / 1 | 4 / 0 / 10 |
| 08:38 | 0.63 / 0.09 | 28 / 0 / 0 | 14 / 0 / 0 | 7 / 0 / 7 |
三页一起用同一规则选出 0.63/0.09（42/0/0）。最低的一张卡分数 0.6365、差距 0.095。
结算对应
| 局 | 改动前 | 新 SE + 原请求 | 新 SE + 重定第一帧 |
|---|---|---|---|
| 08:38 | 12 对上 / 2 对不上 | 14 对上 | 14 对上 |
| 16:57 | 7 对上 / 6 缺结尾 / 1 对不上 | 同改动前 | 8 对上 / 6 缺结尾 |
| 01:39 | 12 对上 / 1 缺结尾 / 1 对不上 | 同改动前 | 13 对上 / 1 缺结尾 |
4 张原来对不上的卡（都是我方）：08:38 大猩猩 52/52 和升级树人 52/52、16:57 死亡商人 50/0、01:39 一种升级生物 60/60，现在都对上。其余按数量对上的行改成按兵种对上，对象和状态不变。每局 14/14 有对应的行，兵种、数量、损失都与参考一致。
其他差别：新对上的 4 堆各多一条结算读数，都等于 SE 原来的最后读数，减员和回升不变；多一条假设说明。08:38 一条敌方宝物组合推断的组合数三次都不同（288/239/229），原因是它有 0.5 秒搜索预算，与本改动无关。
加入数量检查后重放：结算各行和各堆读数完全相同，没有一行被数量检查拒绝。
测试
视觉模块结算读取 45 项通过（新增 6 个用真实候选做的门槛夹具）；SE 三个相关文件 51 项通过（新增 11 个配对场景和 2 个数量检查用例）；相关扩大测试通过。SE 全套中 24 个失败，都与本改动无关：命令行子进程测试加载的是主检出（当时有未提交的模拟器改动），以及两项需要工作树里没有的被忽略数据。
失败与负结果
- 审阅发现的缺陷：按兵种对应时从不核对卡片数量。审阅在 01:39 请求副本里给第一帧注入一个错兵种（分数 0.70，在新门槛内），修改前：情形 A，一张卡被记成另一兵种、真卡置空变成“缺结尾”，并给实际剩 26 的那堆加了一个读数 0；情形 B，错卡被判为“对上”（开局 54 ≠ SE 第一次 60）。修改后两种情形的错卡都“对不上”并标“兵种数量不符”，没有加错读数；被置空的真卡保守地保持“对不上”。
- 交叉验证的“0 错”是构造使然：每折只是选“把训练两页全部接受的最紧网格点”，第一帧上第一名本来就 42/42 对，测不出误认风险。
- 唯一的反例来源是稳定帧上被骷髅挡住的卡：第一名错 46 次，最高分 0.5654；新门槛离它只有约 0.06 余量。
- 同族升级形态：真兵种都排第一，但最小差距（神弩手 vs 弩手）0.1009，门槛 0.09 只比它低约 0.01；差距类似的错误升级形态会被接受。
局限
- 参考不独立：第一帧兵种是模型在匹配器自己的前 5 名候选里目视选的。独立旁证是：42 行按兵种对上的卡，开局数量都等于 SE 对该堆的第一次读数；08:38 另用了录像日志。但两张开局都是 52 的卡互换在数量上看不出来。
- 只见过 7 对 7；少于 7 堆时卡框位置不同，未验证。
- 依赖 App 抓到的第一帧确实在损失行出现之前（约 0.1 秒）；抓晚了会自动回到旧门槛。
- 读取器的策略字符串没改（为了兼容旧保存结果的严格校验），从保存结果里看不出用的是哪个门槛。
- 不同的两次结算画面恰好标题、旗子、卡数、数量都一样时会被当成同一次（同一会话一般只有一局）。App 不把失败的读取送给 SE，所以“中间读取失败就断开配对”在实际会话里不起作用。
- 游戏资料里没有的兵种（新兵种、皮肤）可能以 0.63 以上的分数被认成别的。
- GPU 路径没有重跑。
结论与下一步
“稳定帧更好”在这里不成立：稳定后的结算画面会被骷髅遮挡，而刚出现的第一帧头像是干净的。用第一帧的兵种、稳定帧的数量和损失，再由 SE 严格配对并核对开局数量，三局的 4 张对不上的卡全部正确对应，没有引入错误读数。但门槛是在 42 张卡上定的，余量很小；需要更多结算页（尤其不足 7 堆、新兵种、同族升级形态）来检验误认风险。
Comments