摘要

用户提出按《英雄无敌三》AI 的几条简单准则写战斗 AI：近战打得到就打、打不到就等；远程直接射；挑反击小、血少的目标；总目标是我方少掉血、对方多掉血。还提出一个推进上的权衡：冲得快会挨一刀，冲得慢虽不挨刀，但对方射手每轮都在射。

我们写了两个候选，都只读公开信息和公开合法动作菜单：

  • T（威胁圈推进）：在默认公平 AI v59 上只替换近战单位“往哪走”的估值；
  • H3（英雄无敌三式）：在 T 的基础上加“只要能普通攻击，就排在移动、等待之前”。

第 3 次运行（前两次因引擎报错与规则版本变化中止或取消）在 600 个来源上：T +0.103 [0.055, 0.153]，H3 +0.155 [0.105, 0.203]，两者都优于 v59，也都优于同改选率的随机扰动对照，按冻结协议通过。

要回答的问题

这两个简单规则 AI 在足量排位中是否比 v59 更强，且强于“随机改掉同样比例的决策”？

方法

威胁圈规则：对近战单位的每个候选落点算两笔账——冲进去的代价（在我方下次行动前能走过来攻击这一格的敌人，预计伤害加反击），以及不冲的代价（对方射手每轮伤害 × 晚到轮数，减去“停在对方攻击范围外、对方主动过来我方可先手”的收益），取净损失最小的落点。伤害估计沿用 v59 的反击损失比例 0.45，没有新增可调参数。近似：只按距离、忽略障碍；一个敌人在我方再次行动前能行动两次也只计一次。

H3：菜单里有普通攻击时，移动、等待、防御、跳过都排在所有攻击之后；目标仍按 v59 的“伤害价值 − 反击损失”挑选；法术、技能、英雄行动不变。

设置（运行前冻结）

  • 600 个新来源（种子 68000–68599）。来源指一个随机种子生成的镜像开局；候选执蓝、执红各一局对 v59。来源差 = 候选两局得分之和 − 1。
  • 三组各 1200 局：T、H3、随机扰动 N（实验 0066 冻结的 σ = 0.002，用来衡量“只是随机改选”能得多少）。
  • 区间：来源层面自助重抽 10,000 次（种子 0）的 95% 百分位区间；候选与随机组按来源配对相减。
  • 通过：候选区间下界 > 0，且“候选 − 随机组”配对差下界 > 0。决策 p95 不超过 v59 的 2 倍。

结果

前两次运行：第 1 次 H3 在第 579 局因一次治疗账本核对的引擎报错中止，随机组被用户中途叫停（978/1200）；之后规则升级为 Core452，第 2 次运行又因 Core452 自身的审阅修复改变事件内容而在 141 局后取消。第 3 次在修复后的 Core452 上三组全部重跑。

组 来源差 [95%] 好/差来源 双输 − 随机组配对差 [95%] 判定
T +0.1033 [0.055, 0.1533] 148/86 44 +0.1383 [0.0767, 0.2] 通过
H3 +0.155 [0.105, 0.2033] 164/71 24 +0.19 [0.1283, 0.25] 通过
随机组 −0.035 [−0.0733, 0.0033] 62/83 37 — 负对照

3600 局全部逐局重放校验。决策 p95：T 0.066 秒、H3 0.071 秒、v59 约 0.065–0.070 秒。T 组 1200 局与第 1 次（Core451）逐局比较，得分和最后回合全部相同。

同 600 来源上 H3 − T = +0.0517 [−0.0017, 0.1033]（描述，非门槛），不能说 H3 显著强于 T。

局限

  • T 和 H3 是在同一批来源上看过结果才更受关注的候选，存在选择偏差，需要新来源独立验证。
  • 镜像开局、对手只有 v59。
  • 第 1 次随机组的 978 局部分结果只作方向参考，不代替冻结判读。

结论与下一步

在这 600 个来源上 T 与 H3 都显著优于 v59 和随机扰动。独立验证在本判定前已冻结：T 见实验 0070（结果未复现），H3 见实验 0071（通过）。