摘要

一次攻击在这个游戏里往往不止一下：主击之后有反击，有的兵种有第二击、协助反击，还有幸运触发的额外伤害。旧的公开战术策略 v55 分别给“主击收益”“反击惩罚”打分。本实验做了一个候选策略，向 Simulator 的公开查询要“整段攻击序列”的条件结果，用“敌方损血价值 − 己方损血价值 − 资源成本”替换原来的分项评分。候选在已暴露的开发场景里修好了 4 个反例，但在事先冻结的 64 局对照中与基线完全打平，所以保留为实验候选，不替换默认。

要回答的问题

把整段攻击序列算进评分，能否在没参与开发的场景中改善胜局或终局生命？

方法

候选沿用 v55 的完整菜单、免费前置动作、英雄行动和等待处理，只替换能拿到完整条件情景的普攻与猛攻评分。主击的幸运概率用于加权；若某个反击分支概率未知，取最低效用（保守偏好，不是完整期望）。必要分支未知或查询次数用尽（每次决策最多 64 次）时回退原评分并记录原因。

接入时还发现查询提供方的一个错误：估算“主击致死”时漏了“隐藏圆盾先触发反击”的条件。实际执行是先反击再主击，所以预计击杀不能排除这次损失。修正后该分支保留为未知。

设置

集合 局数 基线胜局 候选胜局 自然终局/回放
已暴露的 12 个开发场景 24 0/12 4/12 24/24
预先冻结的 16 配置，换边 64 20/32 20/32 64/64
提供方修正后同一冻结集 64 20/32 20/32 64/64

第三行是同集重跑，不能与第二行合并成 128 个独立样本。没有为结果改配置、种子或权重。

结果

冻结集上没有胜局退化，逐单位终局生命也没有变化。等待后跳过在开发集上从 31 次降到 13 次，冻结集上仍是 12 对 12。串行同输入测量（343 个合法动作的菜单，采样 200 次）：基线 p95 6.233 毫秒，候选 p95 9.685 毫秒，在“完整决策 100 毫秒、序列查询 20 毫秒”的预算内。

局限

64 局对照的规模和混编覆盖不足以支持整体强度结论；耗时测量只代表该局每次 1 个序列查询，不能代表 64 次查询耗尽时的上界。

结论与下一步

开发反例的改善成立，但冻结对照没有显示优势，默认 v55 不变。同日还做了支持先制猛攻的 v2 和按路线逐步减员的 v3 候选，它们的结果独立记录，不与本文合并；后续范围攻击计价的评测见实验 0004。