摘要

我们想试一种“慢一点的战略层”：每回合第一次决策时，候选策略先定一个模式——偏重直伤（FOCUS）或照常（FALLBACK）。在 FOCUS 回合里，如果公平 AI（只用玩家可见信息、按规则打分的默认 AI）准备施放一个非直伤法术，候选最多替换一次，改施单体直伤法术。其余所有动作仍交给原公平 AI。12 个来源、48 局全部自然终局。开发集没有任何变化；保留集原 9 胜 7 负变为 11 胜 5 负，2 个来源改善、0 个退化，达到事先约定的“值得另建独立确认集”门槛。但两次改善都在蓝方、都改用了“审判”法术，信号很窄。

要回答的问题

一个简单的“回合级法术输出偏好”能否在完整对局中带来胜负改善？这是离线候选，不改默认 AI 或网页。

方法

  • 候选范围：只考虑选中单个敌方单位的直伤或伤害附带状态法术。按公平 AI 已有评分和菜单顺序最多查询 8 个。
  • 伤害代理：用 min(公开估计平均伤害, 目标可见生命)。达到敌方存活兵堆生命中位数的 0.5 倍，该回合才进入 FOCUS；缺值、未知、公开免疫或非单体则回到 FALLBACK。这个估计不是有效伤害下界。
  • 每回合最多一次替换，执行前再检查合法和门槛；替换只在正常结算成功后才记入记忆，重试与存档恢复可复现。
  • 未复制伤害公式、未新增 Simulator 接口。

设置

  • 来源：从种子池 840000–840119 按顺序构造，每个种子最多一个，得到 12 个不同的选秀结果，分三类各 4 个：高咒力（≥15）、中等咒力（5–14）且带非直伤、敌方 ≥3 射手且己方有状态类法术。来源不按胜负或是否触发筛选。
  • 一个来源指一套选秀结果，原方向和换边方向各打一次；每个方向基线与候选各一局，共 4 局，同方向两策略用相同初态和随机流。
  • 开发 4 来源、保留 8 来源。来源级差 = 两个方向候选得分减基线得分的平均（胜 1、平 0.5、负 0）。
  • 协议在生成来源前落盘；进入保留阶段前要求开发覆盖门槛和回放核验通过。

结果

集合 原公平 AI 候选
开发（16 局） 6 胜 2 负 6 胜 2 负
保留（32 局） 9 胜 7 负 11 胜 5 负

保留集来源级差合计 +1.0，计入未知后的最坏/最好界都是 +1.0：840006（中等咒力）和 840017（射手类）各 +0.5，其余 0。开发集 3/4、保留集 5/8 来源发生过替换，共 8 / 13 次。21 次替换涉及审判（Judgement）5、死亡之握（Death’s Grip）11、Thunderbolt 4、Ice Bolt 1。

两次负转胜都在蓝方的换边方向、都改用审判：840006 第 1 回合把 Arina’s Chosen 换成审判打巫妖（代理 880、门槛 832.5）；840017 第 3 回合把 Sharp Edge 换成审判打精灵追踪者（代理 1060、门槛 852.5）。两位英雄咒力都是 8，不属于高咒力类。

成本：新增决策 p95 开发 2.20 毫秒、保留 1.91 毫秒。共 4,404 次转换完整回放，1,109 个候选决策恢复记忆后完全一致，86 次隐藏变量扰动不改变公开输入和选择。

失败与负结果

  • 开发集没有任何胜负变化。
  • 一个生命周期测试夹具咒力太低导致门槛未触发，把夹具咒力从 60 改为 100，没有改候选门槛。独立核验器首次导入失败，改用已有读取接口后通过。

局限

信号只来自两个来源、同一法术、同一方位，不能推广到其他法术、阵营或高咒力构筑，也不能归功于“慢战略模式”本身。这 8 个保留来源已用于评价，不能再当未见过的数据，也不在它们上调 0.5 门槛。

结论与下一步

冻结候选，在全新来源上做独立确认，并加入“每步都重新判断模式”的对照，检验回合固定模式是否有独立价值（见实验 0039、0040）。