摘要
这是算法调研审阅（实验 0002）列出的“实验 B”。问题很朴素：如果给只用公开信息的公平 AI（版本 v59）加上搜索，能提升多少，搜索应该怎么加？我们比较了几种做法：在全部合法动作上各真实走一步，在公平 AI 自己排序的前 K 个候选上走一步，多搜一步，以及研究搜索 quick 档。注意：除基线外，这些变体都在读取对手隐藏构筑的局面里推演，不是信息公平的对手；本实验量的是“如果有了公平的假想局面，搜索能加多少”。
要回答的问题
在同样的题和对局上，哪种搜索方式改善最多、代价多大？
方法
| 组 | 做法 |
|---|---|
| A0 | 公平 AI v59（基线） |
| A1 | 全部合法动作各在引擎里走一步，用搜索评估器打分 |
| A2-k3 / A2-k6 | 公平 AI 自己打分最高的 3/6 个动作各走一步 |
| A3-k3 | 同样 3 个候选，多搜一步（含下一个行动者的回应） |
| quick | 研究搜索 quick 档，参照 |
设置与结果
题库 v1（36 题）。 区间是 Wilson 95% 区间。
| 组 | 答对 | 正确率 | 最优“不打”的 10 题 | 每步 p95 |
|---|---|---|---|---|
| A0 | 24 | 66.7%（50.3–79.8） | 0/10 | 0.004 s |
| A1 | 30 | 83.3%（68.1–92.1） | 6/10 | 0.055 s |
| A2-k3 | 29 | 80.6%（65.0–90.3） | 5/10 | 0.016 s |
| A2-k6 | 29 | 80.6% | 5/10 | 0.025 s |
| A3-k3 | 28 | 77.8%（61.9–88.3） | 4/10 | 0.071 s |
| quick | 31 | 86.1%（71.3–93.9） | 7/10 | 0.034 s |
在前 3 候选上走一步多对 5 题、代价约 16 毫秒；K 从 3 加到 6 没有变化，剩下的错误在评估器而不在候选。
留出题集（68 题）。 用同一生成器、种子 9300–9449 的 150 个候选按结构筛出。A0 44 题（64.7%），A1 52、A2-k3 49、A2-k6 50、A3-k3 53、quick 50。公平 AI 在“不打才对”的 21 题上全错，复现了“只会进攻”的问题。
镜像排位（各组对 A0）。 种子 41000–41019，双方同军队，每对红蓝各一局，30 回合：
| 组 | 局数 | 对 A0 得分（Wilson 95%） |
|---|---|---|
| A1 全菜单走一步 | 40 | 90.0%（77.0–96.0） |
| quick | 40 | 85.0%（70.9–92.9） |
| A2-k3 | 40 | 66.3%（50.8–78.9） |
失败与负结果
题库里三者接近，实战差很多：只在公平 AI 前 3 候选上走一步明显不够，因为实战有法术、技能、英雄行动，公平 AI 自己的排序就会漏掉好动作，而题库只有普通单位，测不到这一点。多搜一步（A3）在两套题上一好一坏，都在区间内，不能下结论。
局限
全菜单走一步最强但太慢：每局每步 p95 的中位数 8.9 秒、最大 20.1 秒（与其它任务同时测，只看相对大小）。慢的决策集中在增益法术。
结论与下一步
公平搜索最可能的形态是“quick 的候选 + 在公开状态重建的局面上走一步”，而不是“公平 AI 前 K + 走一步”。重建方案见实验 0014。
Comments