摘要
之前的伤害反推实验（P122）结论是：要推准对方的技能装备，必须知道每次行动前的完整战场状态。用户随后选定这条根本路径。本实验（内部编号 B143）回答：给一张战斗截图，能否读出战场上每个“兵堆”（一格上同一种生物的一组单位）的四件事——站在哪一格、属于红方还是蓝方、数量多少、是什么兵种？
做法是把三个已有的读取器组合起来：数量牌（每个兵堆脚下显示数量的小牌子，边框颜色表示阵营）、行动条（屏幕底部按行动顺序排列的卡片，带兵种图案、数量和颜色）、生物身体识别（在战场上框出生物形象并判断兵种的模型）。开局截图上逐兵堆全对率达到 91.1%，但中后段战斗只有 76.8%–79.8%。
要回答的问题
单张截图上，逐兵堆“格子、阵营、数量、兵种全部正确”的比例能达到多少？哪些因素限制了它？
数据与来源
- 开局集：51 帧、578 个兵堆，由并行标注助手逐帧看原生像素标注（单人复核，不是独立人工真值）。按截图包划分：训练 28 帧 328 个兵堆，测试 20 帧 224 个（开发验证用），另 3 帧 26 个只作训练参考。
- 中后段集：从 24 段截图包录像补标 74 帧、911 个兵堆：训练 44 帧 549 个，测试 30 帧 362 个；另列出 101 具尸体（不算兵堆）。
- 冻结留出材料和九月留出来源均未打开。
方法
几个已验证的事实：
- 镜头固定：早先实验留下的一个网格映射矩阵，叠画到 21 张布阵图和 24 张战斗图（雪地、熔岩、草地、不同对局）上都与游戏的六边形格子对齐，所以 137 格棋盘只需要一个矩阵。
- 格子底色（红/蓝）在雪地和熔岩地图上误判多，不单独使用。
- 数量牌位置固定：在 48 张图上读到 523 块牌，牌中心 ≈ 格中心 + (−4.9, +33.6) 像素，因此每块牌能唯一落到一个格子。
逐步加入的版本：
| 版本 | 内容 |
|---|---|
| v1 | 数量牌 → 格子、数量、阵营；兵种用行动条上“同色同数量唯一”的卡片匹配 |
| v2 | + 身体检测/身份模型补未知兵种 |
| v3 | + 没有数量牌的身体也补成兵堆；未读数量用同帧行动条补 |
| v4 | + 竞技场固定初始数量表（推算） |
| v5 | + 在预期位置探测被漏掉的数量牌；“按数量改判兵种”只限布阵；用同局更早截图补阵营色 |
v4 的依据：竞技场每个兵种的初始数量是安装数据里的固定值（141 种），同族基础与升级形态数量不同（例如米诺陶 50、升级 36）。若身体给出的兵种与读到的数量不符，而前 3 名候选中恰有兵种的表值等于该数量，就改用它；布阵截图中兵种已知、数量没读到时填表值。表值是计算值，不是观察，下游必须保留来源。
所有规则选择只看训练标注，冻结后在测试上评一次（v1/v2 的测试汇总曾被看过，测试不算完全未触碰）。
设置
“全对”= 格子、阵营、数量、兵种全部等于标注；漏检 = 标注格上没有输出；多报 = 输出格不在标注中。生产模块（组合与推算）在 Perception 和状态估计（SE，把观察累积成对局状态和对手构筑推断的模块）中各自实现，并接入 App 的“敌方推断”页签，默认使用常驻子进程（模型只加载一次）。
结果
开局集：
| 版本 | 训练全对 | 测试全对 | 测试漏检 | 测试多报 |
|---|---|---|---|---|
| v1 | 159/328（48.5%） | 91/224（40.6%） | 13 | 0 |
| v2 | 286/328（87.2%） | 191/224（85.3%） | 13 | 0 |
| v3 | 304/328（92.7%） | 199/224（88.8%） | 3 | 0 |
| v4 | 310/328（94.5%） | 204/224（91.1%） | 3 | 0 |
v4 测试分字段：数量 215/221、兵种 213/221。按来源看，数量牌直接读数 202/203 对，同帧行动条补 5/5，表值推算 8/9（错的那个是兵种先错了）。
中后段集（冻结 v4 生产路径评一次）：
| 划分 | 全对 | 漏/多 | 阵营 | 数量 | 兵种 |
|---|---|---|---|---|---|
| 训练 549 | 421（76.7%） | 21/4 | 455 | 439 | 501 |
| 测试 362 | 278（76.8%） | 4/3 | 294 | 287 | 346 |
v5（训练上选择，测试各评一次）：
| 测试集 | v4 | v5 |
|---|---|---|
| 开局 224 | 203（90.6%） | 201（89.7%） |
| 中后段 362 | 278（76.8%） | 289（79.8%）：阵营 294→344，数量 287→297 |
| 合计 586 | 481（82.1%） | 490（83.6%） |
（开局 v4 这里是 203 而不是 204：生产模块在同一格读出两块牌时保留离预期位置更近的那块，与实验脚本差 1 个。）
军队层面：把每局截图按时间串起来，列出敌方兵种。规则：兵种由行动条/表值推定、或在两张以上截图出现、或身体分数 ≥0.5 才算“已佐证”，其余单列“待核对”。测试 10 局：全部列出准确率 70/73（95.9%）、开局部队召回 68/70；只计已佐证 70/72（97.2%）。
延迟（有并行负载，仅参考）：常驻服务热启动后每张中位 1.69 秒、p95 2.09 秒；App 走服务路径约 1.1–1.5 秒；首张含冷启动 14–42 秒。
失败与负结果
- 否决“用整局兵种名单纠正身体身份”：训练上 2 处改对、7 处改错。原因是行动条只显示 13 张卡，满编 14 队时总有一队不在行动条上，名单外的身份往往是对的。
- v4 的“数量等于表值就改判兵种”在中后段改对 6、改错 7，v5 因此限制在布阵阶段，代价是开局测试兵种 213→208。
- 数量牌探测原型放宽位置后颜色错 11，已收紧。
- 曾试“同格两块牌时优先保留读出数字的那块”，对唯一一例无效，已撤回；这是看过测试样例后的检查，不算新测试结果。
- 剩余错误：被挡住的数量牌（身体、翅膀、火墙、预览、光标）无从读数；身体模型低分时混淆升级形态（如黑龙/黑龙升级）；漏检多是牌和身体同时被遮挡。布阵截图没有行动条，部分数量要靠同局后续截图累积，这属于状态估计的职责，单张图保持未知是正确行为。
局限
标注是单人助手复核，不是独立人工真值；测试集不是完全未触碰；没有跨更多对局的独立留出；延迟没有在无竞争负载下正式测量。逐兵堆全对率远低于 95%。
结论与下一步
开局截图已经能读出大部分战场状态，中后段因遮挡大幅下降。下一步是同局多张截图之间的累积：数量变化加上日志伤害行，用于联合推断对方加成；以及尸体、障碍和局部数量牌探测。
Comments