摘要
实验 0035 中，“每回合法术输出偏好”候选在保留集上有两个来源改善，信号很窄。这次在 24 个全新来源上做独立确认，同时比较三种策略：F 是原公平 AI；S 是每回合开头固定模式的候选；D 每一步都重新判断模式，但仍每回合最多替换一次。69 局自然终局后，一局在第 115 步因 Simulator 的一个读取错误中止，其余 74 局没有开始。按协议，故障和未开始都记为未知、不补跑，所以确认没有完成，也没有通过工程门槛。故障已在 Simulator 中小范围修复并验证。
要回答的问题
0035 的正向信号能否在新来源上复现？回合级“固定模式”是否比逐步判断有独立价值？
方法与设置
- 来源：一个来源是一套选秀结果，原方向和换边方向各打一次。按三类构筑 × 己方书中有无审判（Judgement）分六层，每层 4 个，共 24 个。从种子池 850000–850499 按顺序扫描，扫到 850064 填满，没有为录取先跑对局。
- 每个来源两个方向 × F/S/D，最多 144 局，对手（B 方）总是公平 AI；同方向三者用同一初态和随机流。
- 100 回合、每局 1000 决策 / 180 秒、每次选择 4 秒、整批 60 分钟。
- 主指标：每个来源两个方向的 S−F 得分差均值（胜 1、平 0.5、负 0），再对 24 个来源平均；未知局按 [0, 1] 处理，得到上下界。另报 20,000 次层内来源 bootstrap 区间（对来源重复有放回抽样，看均值的波动范围）。
- 工程门槛：24 个来源全部完成、S−F 下界 ≥ +0.10、至少 4 个来源改善、正确性全部通过、额外耗时 p95 ≤ 0.1 秒、最大 ≤ 0.2 秒。
结果
整批 346.20 秒：69 局自然终局、1 局实现故障、74 局未开始。每种策略各 23 局终局、25 局未知。F 7 胜 16 负，S 与 D 各 8 胜 15 负。
| 指标 | 均值界 | 来源 bootstrap 区间 |
|---|---|---|
| S−F | [−0.5000, +0.5417] | [−0.7083, +0.7292] |
| S−D | [−0.5208, +0.5208] | [−0.7083, +0.7083] |
已知胜负发生变化的来源：
| 来源 | 分层 | 方向 | F→S/D | 来源差 |
|---|---|---|---|---|
| 850010 | 中等咒力 / 有审判 | 红 | 负→胜 | +0.5 |
| 850043 | 高咒力 / 有审判 | 红 | 负→胜 | +0.5 |
| 850044 | 射手类 / 有审判 | 红 | 胜→负 | −0.5 |
23 个已完成方向里，S 与 D 的所有动作完全相同，首次分歧为 0，所以“回合固定模式”的独立贡献无法识别。S 额外耗时 p95 / 最大值为 2.13 / 26.82 毫秒。修复后重放 69 局的 6,751 次转换、2,140 个策略选择和 136 次隐藏输入扰动全部一致。
失败与负结果
- 引擎故障：来源 850011 换边方向基线局第 115 步后，菜单查询报错“Summon Swarm status snapshot changed”（召唤技能的状态快照前后不一致）。原因是全军阵亡后，召唤技能读取器只读活体，把寿命加成从 1 读成 0。修复为没有活体时从保留的同侧死体标记读取，活体分支不变。三个新回归测试修复前失败、修复后通过，相关检查累计 764 通过、2 个原有跳过。
- 首个故障诊断脚本直接比较元组和 JSON 列表导致断言失败，改为规范 JSON 比较后才复现真实错误，失败记录保留。
- 截断批次的部分胜负不能在删掉 75 个未知后当作棋力提高。
局限
改善与退化都发生在持有审判的构筑、都在红方，不能据此说审判是唯一原因。这 24 个来源已暴露，不能再当保留集。
结论与下一步
本批无结论，既不证实也不否定候选。在修复后的软件上，用全新的 860000–860499 种子池做最后一次同设计确认（见实验 0040）；如果再遇正确性故障，优先修 Simulator，不自动再开新种子批。
Comments