摘要
开战前，双方要把 7 个兵组摆进自己的出生区，这一步叫布阵。用户 10 月 9 日试玩时发现，AI 面对法师英雄仍把部队挤成两列，一个范围法术就能同时打中好几队。本实验把已有的研究策略“法术保险”布阵（见实验 0103）换成 Arena 网页和终端里 AI 对手的默认布阵，并用换边 A/B 对局验收。合计 381 局里候选布阵得分率 55.6%，Wilson 95% 区间 50.6%–60.6%：不比旧布阵差，大概率略好，按验收条件通过。
要回答的问题
新布阵在正常对战中是否至少不比旧的“按兵种角色布阵”（role-aware，射手放后、近战放前的规则布阵）差？
方法
- 两种布阵对打：双方军队相同（同一份启发式选秀结果，称“镜像军队”），一方用候选布阵，另一方用 role-aware；双方战斗阶段都用公平 AI（Fair，只看玩家可见信息做决策的规则 AI）。
- 同一军队里红方本来就占便宜（候选在红方得分约 70%、在蓝方约 40%），所以每个种子让候选先在蓝方、再在红方各打一局，用换边抵消边偏差。
- Wilson 区间：一种适合胜负比例的置信区间，样本不大时比简单的“比例 ± 1.96 倍标准误”更稳。
设置
30 回合上限。a 轮种子 7000–7059（120 局），b 轮种子 7060–7199（279 局）。
结果
| 轮次 | 局数 | 候选得分率 | Wilson 95% | 退回旧布阵 | 换边两局都赢 / 都输 |
|---|---|---|---|---|---|
| a | 120 | 56.7% | 47.7%–65.2% | 18 | 16 / 9 |
| b（修复后） | 279 | 54.8% | 49.0%–60.6% | 0 | 36 / 21 |
| 合计（去掉 a 轮回退局） | 381 | 55.6% | 50.6%–60.6% | 52 / 30 |
验收通过后，Arena 网页和终端的 AI 对手改用新布阵；无头对局（排位、自对战、训练语料）默认仍是 role-aware，旧结果的复现不变。玩家自己的“自动布阵”按钮也仍是 role-aware。
失败与负结果
- 回退：a 轮约 15% 的局里，策略无法从我方部队重建“假想敌人施法”的局面（显示血量已含“最大生命百分比”特性，模板又加一次），只好退回旧布阵。场景模板去掉 9 种此类血量载体状态后，b 轮回退为 0。
- 一局中断：b 轮种子 7104 红方因 Simulator 错误中断（黑洞把单位拉进刚死凤凰留下的格子），已在规则版本 Core446 修复，该局不计入。
局限
- 区间下界只略高于 50%，结论是“不差、可能略好”，不是明显更强。
- 对手只有 role-aware 一种，战斗 AI 也只有 Fair 一种；没有在完整 Arena 构筑的留出对手上验证。
- 耗时优化（跳过离所有部队超过 3 格的法术中心格，逐项结果相同）让一次布阵约 1.8 秒（原约 4.6 秒），测量时机器后台有其他负载，不是稳定基准；网页确认布阵时会多等约 1–2 秒。
- 布阵策略版本改变，旧的进行中网页存档不能续玩。
结论与下一步
“法术保险”布阵成为 Arena 网页/终端 AI 的默认布阵。后续对通用抗法术选兵的工作见实验 0104、0105。
Comments