摘要

Public Quick（只用玩家可见信息的一步搜索 AI）只看自己这一次行动的直接结果。借鉴开源英雄无敌三引擎 VCMI 的战斗 AI 中的“交换评估”，本诊断把每个候选执行后再往前推几步——双方都按英雄无敌三式规则 AI H3 行动，直到我方下一次行动——看这一来一回之后谁的输出能力损失更多。

结果：交换值最高的候选与 quick 所选不同的点占 39.9%（387/971），改变集中在“射手被贴身”和“攻击还是等待”。说明它带来了 quick 分数之外的信息，但不说明它更好；需要成对比赛（实验 0085）。只读诊断，预算 ≤ 60 分钟，不改策略。

要回答的问题

有限交换评估会不会改变 Public Quick 的选择？改变发生在什么场景？算得够不够快？

方法

  • 取实验 0076 阶段二的 128 局（已暴露的开发数据），Public Quick 方每隔 5 个单位决策取一点，用生产快照构造重建公开局面，取 quick 前 5 名候选。
  • 每个候选：在快照里执行，然后双方都由 H3 推进，直到候选方下一次单位行动（最多 12 个动作）。
  • 未来输出能力 = 存活兵组的 数量 × 平均伤害 × (实际攻击 + 20) / 20 之和。
  • 交换值 Δv = 敌方输出下降 − 己方输出下降。Δv 不与 quick 分数相加，只比较排序。
  • 关闭条件：改变比例很低或集中在无意义场景，或耗时使 4 秒预算不可行。

结果

262 秒，1,091 个点，971 个算出 5 个候选的交换；跳过 120 个（核心未给动作 117、先验 3）。

  • Δv 最高者与 quick 所选不同：387/971（39.9%）；差距中位 124.9、p90 547.7（输出单位）。
  • 场景（点数）：所选为攻击 299、敌方射手被贴身 198、我方射手被贴身 193、等待 110、移动 103、单位技能 38、跳过 20。
  • 最常见的“所选 → Δv 最佳”：攻击→换目标攻击 98、攻击→等待 81（含射手场景 43）、移动→等待 25、攻击→移动 21、等待→移动 19、移动→换位置 11。
  • 耗时（每点 5 个候选，进程内）：p50 1.015 秒、p95 1.96 秒；若只评估前 3 名，每点约 0.6 秒。

局限

推进用 H3 代替双方，与真实对手的回应可能不同；输出能力口径不含生命、位置与行动顺序。诊断不说明交换评估能赢更多。

结论与下一步

未触发关闭条件。冻结一个最小版本，先在进程内与未改的 Public Quick 成对比较棋力，通过后再查实时耗时——见实验 0085。