摘要

“增量根比较”是指：先算出一个完整的基线动作（quick 档的选择），再拿少数挑战动作逐对与它比较，比赢了才换。比较时每个动作要在几个假想随机世界（“样本”）里各搜一遍取平均。样本越少越快，但越容易被偶然结果误导。本实验做了一个新控制器：先用 2 个样本筛选，筛选支持的挑战动作必须再用 4 个样本完整确认才能改选；筛选没胜出的也不直接淘汰，留到后面复查。审计证实低样本确实会漏选和反转，新控制器挡住了一次两样本独有的临时改选，但在 4 秒预算内能完成确认的状态没有增加。

要回答的问题

两样本筛选能可靠代表四样本的结论吗？加一道“完整确认”后，在 4 秒内能发布多少改选？

方法

比较使用深度 2（两次部队行动）、每层保留 6 个候选。确认未完成或超时就保留之前的完整选择。四样本只是同一估值和同一有限搜索树下的较大样本参照，不是置信度或最优动作证明。研究搜索仍使用隐藏的敌方构筑，不是公平 AI。

设置

沿用 4 场已保存 Simulator 测试局的 27 个冻结状态。固定审计：每个状态把 quick 的选择与另外 4 个候选逐对比较，每对都先算 2 样本再算 4 样本，每状态离线上限 30 秒。之后再在 4 秒预算下对比“先加深日程”（见实验 0021）与新控制器。

结果

固定审计 108 对：

以四样本为参照 对数
两/四样本选择一致 97
两样本漏选、四样本选中挑战者 1
两样本选中、四样本改回原选择 4
未完成，结论未知 6

漏选的一例：两样本差值全为 0（平局保留基线），第四个样本中“等待”高 602.9258。反转的 4 例来自同一个状态：四个移动在两样本下都高于等待，扩到四样本都低于等待（例如 move:4,3 平均差从 +145.351902 变为 −806.258485），不能算 4 个独立场景。

四秒对照：

指标 先加深对照 筛选/确认
至少完成一次四样本确认的状态 12/27 12/27
完成的四样本深层比较 49 48
有过中途改选的状态 2 1
最终动作相对对照改变 — 0/27

在反转状态里，对照先改成移动、后又改回等待；新控制器四次确认都保留等待，没有发布那次临时选择。

失败与负结果

15 个复杂状态在 4 秒内仍然一次四样本确认都完成不了，包括已知漏选的那个状态。“筛选不删除”只保留复查机会，不能说已经消除限时漏选。最终动作全同，所以没有新的整局胜负证据。

局限

全部是相关的保存状态，不是独立对局；协作式截止不能中断单次引擎调用，不是网页延迟保证。

结论与下一步

提高确认要求不能解决“复杂状态来不及完成第一对深层比较”的问题。下一步转向降低首次完整比较的成本，见实验 0013 和 0017。