摘要

按实验 0206 的监督协议，本实验第一次逐操作复核对战记录：两段已知的旧失败对局，以及四场新的、打到自然结束的对局。复核内容是每一步的动作、双方公开快照的数值变化、伤害包与生命净变化的对账、法力、专注（集能）和士气。结果：所有伤害包都与净生命下降对齐；找到了状态推断（SE，从公开观察推测敌方隐藏构筑）的一个触发边界问题、一个可疑的 AI 等待选择，并修复了“失败菜单被遗忘”的推断缺陷。这是调试批次，不是新基线。

要回答的问题

在逐数值复核下，Simulator 的账目是否自洽？SE 和 AI 在哪些具体步骤上出问题？

方法

  • 两段旧失败：各 10 个操作、双方各 160 项数值叶子变化，逐操作对照伤害账、魔法费用、专注回执、士气与调度回执。
  • 四场自然终局：固定种子 922100、固定的“鞋子 × 反魔法”来源池、20 回合安全上限；两场双方用公开战术策略，两场双方用推断投票策略，每种各做一次来源交换。记录完整决策菜单、所有候选评分和 SE 前缀预测。
  • 公开信息回归探针：人工构造一个当前候选都无法解释的合法菜单，检查 SE 是否会“遗忘”这条失败证据。

设置

部分构筑的调试对局，不是完整 Arena 选秀，也不是留出测试。

结果

对局 双方策略 操作数 双侧数值变化 结果
01 公开战术 24 420 红方第 6 回合胜
02（来源交换） 公开战术 24 420 红方第 6 回合胜
03 推断投票 20 287 红方第 5 回合胜
04（来源交换） 推断投票 20 287 红方第 5 回合胜

共 88 个操作、1414 项数值变化，每步伤害包与净生命变化一致、无非伤害残差；8 条观察者轨迹在每个前缀都保留了真实来源。

旧失败的复核要点：两例都在第 4 个事件（士气触发额外行动）之后失去全部支持，候选的失配集中在行动者、激活种类和待行动队列——应修复有界随机分支搜索，而不是清空先前线索。专注 1→4 由“主动攻击 +2、受反击 +1”组成，净增 3 不能归给单一技能。

失败与负结果

  • 可疑等待：第一场中蓝方第 4 回合英雄攻击得分 −2.266667 低于跳过的 0，第 5 回合等待 0.018672 略高于攻击 0，之后遭致命压制。这只是待做反事实检验的候选缺陷，不能凭输掉这局就断定等待错误。
  • 失败菜单被遗忘（已修复）：探针中两个候选都无法解释人工菜单而变为未知；但追加一次公开检查点后，旧 SE 又重新支持它们——等于忘记了失败证据。修复后 SE 保留所有验证过的历史菜单（包括搜索失败时的），Simulator 新增可选的历史菜单参数并在矛盾时回溯；新增 7 个提供方检查和 1 个 SE 回归，相关 20 项通过。
  • 旧日志没有保存全部候选分数，只能用旧公开快照事后重算，并明确标为“未记录”。

局限

两类策略各自自对战，不是候选对基线的胜率测试；其余三场的独有数值字段和规则公式未逐项复核；SE 全量测试中 6 个旧路径夹具出错，不报告全仓全绿。

结论与下一步

账目层面可信，问题集中在 SE 的额外行动恢复与 AI 的资源/等待评估。下一步是有界的士气额外行动恢复，并扩大到 20 局监督，见实验 0208。