摘要

实验 0072、0073 中，两个只用公开信息的规则 AI 对研究搜索 quick 都约 −0.67。quick 的做法是：把自己当前这一次行动的每个合法动作在规则引擎里真实结算一次，挑结果最好的（depth = 1，不模拟对手回应）；它同时读取对手的隐藏构筑。那么优势来自“搜索”还是“偷看”？

本实验只遮蔽一项信息：对手的英雄法术书。结果在 64 个来源、128 局里与原版逐局相同，对英雄无敌三式规则 AI H3 都是 +0.7656 [0.6406, 0.875]。

要回答的问题

去掉对手法术书信息后，quick 对 H3 的优势还在吗？

方法

  • QP：原版 quick。
  • QM：同一 quick，每次决策前把对手法术书换成本局已看到对手施放过的法术（当回合已施放和冷却中的，都是界面可见信息）；选出的动作映射回真实状态执行。测试确认：对手未见过的法术改变时决策不变，动作在真实状态合法。
  • 只遮蔽法术书：装备和技能已写进单位的效果、精确伤害预览都还在，所以这只是研究诊断，不是公平搜索。

设置

64 个新来源（种子 70700–70763）。来源是一个镜像开局，候选执蓝、执红各一局对 H3，每组 128 局；来源差 = 候选两局得分和 − 1；区间为来源自助重抽 10,000 次的 95% 区间。规则版本 Core453。

预先写定的判读：若 QM 下界 > 0 且 QP − QM 区间包含 0，说明优势主要不靠对手法术书。

结果

第 1 次运行中止：两组都在同一个 Simulator 错误处停下（已存 158 局，不计入）。quick 试探大天使的“吞噬圣杯”时，合法菜单给出的动作执行时报“持续时间倒退”。原因：两个敌人身上有同一来源、同一编号的“内在光辉”，复制时先复制了较晚施加的那份。修复为同编号按施加回合从早到晚复制；旧行为在此情况一定报错，因此已存对局不变，不升规则版本。规则 AI 从不选这个技能，2240 局已存对局中没有一局用过。

第 2 次运行：256 局 0 故障，全部重放校验。

组 对 H3 来源差 [95%] 好/差来源 胜 / 负 决策 p95 超过 4 秒 被遮蔽的决策
QP +0.7656 [0.6406, 0.875] 51/2 113/15 1.078 秒 26 0
QM +0.7656 [0.6406, 0.875] 51/2 113/15 1.012 秒 19 7000

配对 QP − QM = 0.000 [0.0, 0.0]：64 个来源两局得分全部相同。7000 次决策里遮蔽确实生效，但没有改变任何一局胜负。

局限

  • 这与 quick 的结构一致：只展开自己一次行动，几乎用不上对手法术书。装备、技能效果与精确伤害预览未被排除，不能据此称为公平搜索。
  • 排位本身不限时；128 局里有 19–26 次决策超过 4 秒，网页的 4 秒限时会让这些步退回较浅的结果。

结论与下一步

在镜像排位里，quick 对 H3 的优势不靠对手法术书。更大范围的遮蔽见实验 0075；在严格公开输入下重建 quick 的路线见实验 0076–0078。