摘要
战场上每支部队脚下有一块数量牌，显示还剩多少个体。识别程序会用“身体”（单位立绘）猜兵种，再读数量牌的数字。在竞技场模式里，每个兵种开局数量是固定的，项目从游戏知识模块读出一张“竞技场数量表”。状态估计（SE）有一条改判规则（记作 TABLE_COUNT_MATCH）：战斗中数量只会减少，所以如果读数超过猜测兵种的表值，说明兵种猜错了，就从身体候选里找一个表值恰好等于读数的兵种改判过去。
这条规则对召唤物不成立：召唤物的数量由施法者决定，可以超过表值。一局训练录像里召唤的“星之子”66 只，身体识别本来认对了（分数 0.963），但 66 超过星之子的表值 34、又恰好等于狮鹫的表值 66，于是被改判成狮鹫——而我方根本没有狮鹫，凭空造出了一个“我方狮鹫 66”的假部队。
本实验加了一个条件：改判后的兵种必须在同一方的行动条上出现过（行动条是屏幕上排着的单位行动顺序卡片，只有真正在场的部队才会出现）。在四局开发数据上，改判从 21 次（18 对、1 错、2 两边都错）变为 19 次全部正确。
要回答的问题
能否修正召唤物（以及表值相同的候选）被错误改判，同时保留原来正确的改判？
数据与来源
- 四个已暴露的开发会话的 App 保存请求（只读）：10 月 10 日 16:57、01:39、10 月 9 日 08:38 三局训练录像，以及一局实时对局（23:58）。
- 没有打开冻结或留出的录像，没有跑 OCR 或模型。
- 真值阵营：16:57、01:39 用逐帧行动条标注加结算画面参考；08:38 只有结算画面参考；实时局用 600–780 秒标注的 14 支部队；另加 SE 归属的日志“被召唤”行。真值都是模型目视核对，下面只报计数，不是准确率。
方法
原规则为什么错
- 门槛：猜测兵种在数量表里、读数是整数，且战斗中读数 > 表值（布阵时读数 ≠ 表值也算）。
- 兵种来自身体识别时才改判；来自行动条的从不改判。
- 候选 = 身体前几名 + 同族形态；取第一个表值等于读数的。
它不看身体分数（星之子 0.963，狮鹫只是第 3 候选 0.001）、不看哪一方、不看这一方有没有这个兵种。不在数量表里的召唤物（如火焰幼虫）从不改判；但在表里的召唤物（星之子、鬼魂）只要数量巧合就会被改。另一类错误与召唤无关：两个候选表值相同时取排在前面的（实时局 31：梅杜莎女王和梅杜莎雕刻家表值都是 31，取了敌方没有的女王）。
新规则
- 战斗截图上，表值相等的候选只保留在该方“行动条阵营”里的；没有就不改判，保留身体猜测。没有阵营色的部队在战斗中不再改判。
- “行动条阵营”有两种证据：调用方传入的请求中每一帧的行动条卡片（阵营色 + 兵种），以及识别程序用行动条卡片补出的兵种/阵营色/数量字段。推断出的阵营色、只有身体的兵种不算。
- 布阵截图不变（那时没有召唤物，读数就是开局表值）。
- 先过滤再取第一个：表值相同的几个候选里取上过行动条的那个。
- 新增开关
require_strip_army（默认开，关掉即恢复旧规则）。
为什么不用其他方案：“猜测是召唤物且分数高就不改判”——函数拿不到日志，无法区分表里的召唤物和普通兵种，而分数高的错猜（天使 0.80）恰好需要改判；“读数在该方表值中唯一”——要先知道该方阵营，实际就是本规则。
设置
每次改判的判定：猜测兵种与改判兵种是否各在该方真值阵营里——RIGHT（猜错、改对）、WRONG（猜对、改错）、BOTH_WRONG（都错）。16:57、01:39 有行动条卡片数量，还要求 ±30 秒内该方该兵种有卡片读到同一个数。改动前用改动前版本的 SE 源码导出跑，改动后用新源码跑。
结果
| 局 | 改前次数 | RIGHT | WRONG | BOTH_WRONG | 改后次数 | 改后 RIGHT |
|---|---|---|---|---|---|---|
| 16:57 | 8 | 6 | 1 | 1 | 6 | 6 |
| 01:39 | 0 | 0 | ||||
| 08:38 | 7 | 7 | 0 | 0 | 7 | 7 |
| 实时 23:58 | 6 | 5 | 0 | 1 | 6 | 6 |
| 合计 | 21 | 18 | 1 | 2 | 19 | 19 |
- 16:57：星之子 66 保持星之子；一个“两边都错”的读数 50 不再被改判（保留原猜测）；6 次敌方天使 → 狮鹫骑士 48 保留（读数 48 是狮鹫骑士的）。
- 实时局：妖精巨龙 31 现在改判成真兵梅杜莎雕刻家，而不是梅杜莎女王。
- 证据检查：18 次正确改判的兵种在同方都有行动条证据；1 次 WRONG 和 2 次 BOTH_WRONG 的兵种在同方整局都没有。身体分数则分不开对错。
整份 SE 结果对比：四局部队数都不变，没有新增或消失；16:57 我方星之子多了一个读数 66，减员 66→0 的起点提前了一张截图（数量仍由日志“被摧毁”确定）；可疑部队列表 16:57 从 4 个减到 3 个（“我方狮鹫 66”消失）。逐前缀重算（模拟实时 SE 每到一张截图时的决定）：19 次正确改判在截图到达时就已有行动条证据；真值部队被分进可疑列表的次数改前改后都是 0。
失败与负结果
- 先写测试再改代码：新测试在改前源码上 8 个失败、5 个通过。
- 两份独立审阅复核了 21→19、逐条判定和逐前缀结果，没有发现改错的兵种，但指出第一版的行动条证据比行动条本身窄：只认识别程序配给战场部队后留下的字段，漏掉了路由读到的行动条卡片（四局里有几个兵种因此被漏掉或进来得晚）。第二轮补上直接传入行动条卡片，且不受 256 帧窗口限制；结果与第一版逐条相同，卡片证据没有放出新的改判。
- 第一版报告有一句不准确（说实时局某个 31 读数“现在归梅杜莎雕刻家”，只对推断成立，对减员时间线输出不准确），第二轮更正。
- SE 全套测试 3,385 通过、3 失败、52 跳过、1 预期失败；3 个失败把改动文件换回旧版本后同样失败，与本改动无关（工作区缺少某些数据文件）。
局限
- 同一方确实有那个表值的兵种时仍会错改判（例如一方有狮鹫，又召唤了 66 只星之子）；四局里没有这种情况。彻底避免需要知道“这一堆是召唤的”，这个函数拿不到。
- SE 每次用整份历史重算，后来的截图会让更早截图上的读数改判；实时 SE 在行动条证据出现前保守地不改判。
- 行动条本身认错会把错兵种算进那一方。
- 审阅还模拟了一条更激进的规则（候选都不行时，从该方行动条阵营里找唯一表值相等的兵种），四局会再改判 24 个读数（17 对、7 很可能对、0 错）；本轮没有做，因为那是一条没有身体证据、只靠表值和阵营的新推断，需要单独冻结规则并在开发局之外核对。
- 只有 4 局已暴露的开发数据，真值是模型目视；计数不是准确率。
结论与下一步
“读数超过表值就改判”需要一个独立证据来防止数量巧合：要求改判后的兵种上过同方行动条，就在四局数据上去掉了全部错误改判，保留了全部正确改判。剩下的假部队主要来自身体猜错而不是改判，仍由“可疑部队”列表单独处理；更激进的补充改判规则留待单独验证。
Comments