摘要
AI 的搜索（下面称 P0）只往前看两次“消耗行动”（一个单位用掉一次行动机会），并在四个假想随机世界里取平均。如果视野末端恰好停在敌方出手之前，攻击类动作可能被高估。这次在 P0 的每条最佳路径末端，最多再追加两次消耗行动（称 P1），直到敌方至少有一次回应。12 对固定比较中只有 3 对把全部 8 条路径算完；7 对用完追加次数、1 对插桩搜索超时、1 对后缀超时，结果都只能记“未知”。两个原本选等待的例子在 P1 下改选攻击，但从这些终点继续对战，16 条全部蓝胜，攻击的平均剩余生命一例少 18.5、一例多 6.25，不能一概称为退化。方案不进入默认 AI。
要回答的问题
“视野停在敌方出手前”是否是此前几次错误攻击的原因？补上有限的敌方回应能否纠正它们，又不弄坏原本正确的选择？
方法
- 在看 P1 结果之前冻结 12 对比较：此前发现的两处真实首步分歧（A、B）、六个已干预过的根、两次被完整拒绝的攻击、两个复杂局面的首对比较。
- P0 保持原设置：两次消耗行动、四个假想世界、beam 6（每层保留 6 个候选）等。先普通运行，再插桩独立追踪，二者结果必须一致。
- P1 只延长没有敌方消耗决策的路径，双方用既有 quick 策略，最多追加两次。“回应完成”指敌方一次消耗行动；等待算，反击和免费英雄命令不算。
- 每对 20 秒预算。8 条路径全部完成才计算两个根的四世界均值；任何一条未完成，整对记未知，不用部分世界替代。
- 这是研究用的诊断，搜索仍能看到敌方构筑，不是公平 AI。
结果
| 案例 | P0 选择 | P1 结果 |
|---|---|---|
| 真实分歧 A | 攻击 | 追加上限，未知 |
| 真实分歧 B | 攻击 | 完成，仍攻击（无需后缀） |
| 已干预根 6 个 | 4 攻击、2 等待 | 4 个追加上限未知；2 个等待改攻击 |
| 复杂局面 A / B | 攻击 / 等待 | 插桩超时（20.011 秒） / 后缀超时（20.003 秒） |
| 两次被拒的攻击 | 移动 | 均追加上限，未知 |
普通 P0 12 对全部完成，插桩 P0 在可比较的 11 对中与普通结果完全一致。B 的 8 条路径本来就含敌方行动，差值仍为 +199.999822。
两个等待改攻击：攻击路径中，新增的免费英雄攻击在某些世界直接终结了战斗。原评估给胜局 1e9 分，其余非终局只有几百分，使四世界均值被提前终局的分支主导（例如 311.2025 对 250000183.545）。为避免把分数反转直接当退化，另外预先声明从全部 16 个 P1 终点用同一 quick 策略续玩到底：
| 案例 | 等待 / 攻击 平均剩余生命 |
|---|---|
| empty | 157.5 / 139 |
| haste | 153.75 / 160 |
16 条续玩全部自然蓝胜，共新增 31 步。
失败与负结果
- 12 对中只有 3 对给出完整结论，追加次数或时间不够是主要障碍。
- 四个原先“有利攻击”全部未知，不是被新方案拒绝。
- 首轮三个测试夹具构造错误（英雄替换顺序、生命参数不存在），修夹具后通过，没有改实验初态或规则。
局限
P0 主路径加固定 quick 后缀只是条件诊断，不是新视野下的极小极大值；续玩是固定策略结果，不是独立对战或真实胜率。耗时受插桩和系统负载影响，不是线上延迟。
结论与下一步
不扩大追加次数或时间上限，不接入默认 AI。终局 1e9 与非终局几百分混在一起的“价值尺度”问题需要单独审计，并先确认它是否影响原本实际使用的 P0；不直接把 1e9 改成某个小数，也不事后给幸运世界降权。共同价值尺度的审计见实验 0047。
Comments