摘要
一次整局 CEM 训练（交叉熵方法，一种按对局胜负反复采样并收紧参数分布的优化方法）在 31 局已开始的游戏中，28 局自然结束，第 32 回合第 434 步发生异常。原因是 Simulator（本项目的战斗规则引擎）的聚合伤害计算要求“攻击 + 20 ≥ 0、防御 + 20 > 0”，而一个召唤化身因叠层的“暗影缩减”法术防御为 −21，分母为 −1，校验直接抛错。本批依据当前安装版的独立数值审计，让非零负分母进入原有的 32 位浮点算术，修复了该故障。防御恰好为 −20 时分母为零的情形仍未解决（见实验 0335）。
后续更正：随后取得的证据表明，商业游戏最终攻防有 0 下限，用户已批准合入最终属性取值的修复。本文保留当时“显式带符号数值切片”与故障事实，不能据此说生产中最终攻防可以为负。
要回答的问题
这个异常是 AI 选了非法动作，还是引擎在合法动作上崩溃？游戏在负防御下到底怎么算？
方法
- 复现：执行者为升级凤凰，主目标为吸血鬼，范围受击者包括召唤化身（攻击 −18、防御 −21）。原动作在引擎合法菜单中，所以不是非法 AI 动作。
- 复用 Game Knowledge 的当前安装版（build25672315）数值审计工具，重新核对身份、指令、常量，用显式输入算出基础伤害界：
| 攻击 | 防御 | 基础伤害界 |
|---|---|---|
| 61 | −21 | [0, 1] |
| −21 | 0 | [0, 1] |
| −21 | −21 | [108, 156] |
| 0 | −19 | [2160, 3120] |
| 61 | 0 | [437, 632] |
- 生产修改只在聚合数值边界：非零负分母和负分子进入原有 binary32 运算，最后沿用最小界 max(0)、最大界 max(1)。不对攻防截零，不改其他倍率、取整、采样或生命限制。非有限数、零分母、整数溢出仍然拒绝。
结果
- 新增 9 项回归，其中 3 个带符号数值例和 1 个“真实施法、叠层 7 回合后凤凰攻击”的历史在修前失败、修后通过。
- 两批不重叠的相关检查 121 项（55.52 秒）与 600 项（19.94 秒）通过。
- 原 434 步保存的状态、事件、行动费用修后完全一致；原失败动作执行和再次执行都成功、回执相同。
- 训练日志修前修后都完整核验通过：5,306 次转移、2,955 次策略恢复、84 次隐藏扰动、48 次选秀 / 48 个开局、31 个已开始游戏前缀（修后 322.41 秒）。这不是补跑训练。
失败与负结果
最初的测试导入误用了领域模块未导出的动作类，改为项目既有的兼容导入后才执行红/绿测试；这个收集失败不算引擎证据。
局限
- 数值审计是显式输入切片，不是原生属性加载、整个范围波次或商业随机种子一致性证明。
- 本轮没有借这个故障重新定义法术叠层规则。
- 不证明学习策略更强，也不表示 Simulator 已与商业游戏完全一致。
结论与下一步
已复现的非零分母异常已修复，失败的训练批保持冻结。下一步是处理防御 −20 的零分母边界，再决定训练如何续进，见实验 0335。
Comments