摘要
上一轮发现，同一个近战局面里，搜索深度 2、3、4 层分别选出等待、攻击、等待，选择来回翻转。这次写了一个只观察、不改搜索的追踪工具，把每条最佳路径和每个叶子的分数拆开。翻转的原因是：四个随机样本在不同单位处被视野截断，其中一个样本因士气额外行动“攻击完还没轮到敌人”，单独一个高分就把三层的平均值拉向攻击。单独删掉“等待后立即恢复行动”的路径，15 组比较一个选择都没变。从 16 个四层叶子继续对战，16 条全部终局，其中 4 对出现“评分更高的一方反而输”。没有找到可直接上线的单点修复。
要回答的问题
深一层为什么会再次翻转？是估值、视野边界，还是某类动作（等待、免费动作）的特殊处理？
方法
- 只观察的追踪：记录原搜索实际的父子调用、动作、行动消耗、免费额度、调整项、返回值和剪枝界限，不替换递归、排序或估值。只有精确返回值组成主路径；界限和缓存命中保留为缺口，不偷偷补搜。导出时用公共引擎重放每条边，并核对“叶子估值 + 路径调整项 = 根返回值”。
- 输入：上一轮冻结的两个状态（近战双兵、空法术 / 加速法术），深度 2/3/4，四个公开随机样本、beam 6，其余设置不变；每次观察上限 30 秒。
- 等待消融：先存协议，再对 5 对被拒候选各跑三种深度，只移除“同一单位等待后立即恢复”的那类等待，不填补空位。
- 叶子续玩：预先固定两状态各 8 个主路径叶子（4 样本 × 2 根动作），蓝方用既有的协同控制器、红方用 quick，最多 100 决策 / 20 秒。
结果
插桩的六组搜索与不插桩对照完全相同；48 条主路径全部到达视野边界，150 个转移读盘重放一致。
空法术状态的四样本平均（启发式分数，不是伤害或胜率）：
| 深度 | 等待 | 攻击 | 选择 |
|---|---|---|---|
| 2 | 431.615 | 395.445 | 等待 |
| 3 | 279.183 | 297.305 | 攻击 |
| 4 | 244.600 | 122.385 | 等待 |
三层中攻击在样本 0/1/3 分别比等待低约 114.80 / 158.41 / 150.39，只有样本 2 高 496.09：攻击路径完成了一次士气额外攻击、停在敌方出手前，而等待路径已经让敌方攻击了一次。四层纳入样本 2 的敌方回应后，优势缩到 145.25。加速状态同样是等待/攻击/等待。四层另有“敌方等待→立即恢复并攻击”的路径会把己方后续行动推出视野，这是搜索单位的边界效应，不是已证明的规则错误。
等待消融：30 次搜索全部完成，15 组成对比较选择全部不变；空法术四层变为 288.805 / 212.175，仍选等待。
叶子续玩（空法术与加速结果一致）：
| 样本 | 四层评分偏好 | 等待叶子续玩 | 攻击叶子续玩 |
|---|---|---|---|
| 0 | 等待 | 蓝胜，剩 314 | 蓝胜，剩 170 |
| 1 | 等待 | 红胜，剩 203 | 蓝胜，剩 148 |
| 2 | 攻击 | 蓝胜，剩 154 | 蓝胜，剩 173 |
| 3 | 等待 | 红胜，剩 296 | 蓝胜，剩 231 |
样本 1、3 在两个法术配置下共 4 对出现评分排序与续玩胜负相反。
失败与负结果
- 单独删除立即恢复的等待无效。
- 首次测试的覆盖假设错误、未导出的等待类型导入失败、一次只读格式查询失败，均已保留；改用明确的免费施法根和公开动作类型标签，没有改规则。
局限
这些续玩是走完特定主路径后的条件结果，不是从根开始的独立胜率，也不是最优终局；等待叶子之后的失败续玩里仍有多次移动和等待，既可能是静态估值不足，也可能是后续控制器短视。两个状态是同一阵型的相关变体。
结论与下一步
不盲目加深，也不按一个叶子策略的胜负调权重或固定偏好攻击。下一步在这些冻结叶子上检查有界战术续行能否区分“仍有输出的残兵”与“逃跑/等待循环”，并用已有射手反例和整回合视野退化例约束（相关见实验 0043、0028）。
Comments