摘要
前一个实验（0227，动作评分进化）在训练来源上有改善、在独立开发来源上没有收益。外部审阅提出一个机制假设：近战单位面对敌方射手时，可以“先等待，等威胁自己的敌兵出手后，再移动接近射手”，即跨越同一单位两次行动的计划。本实验先核对公开接口能否支持这种计划，再实现一个窄而可审计的版本并做准入测试。准入要求至少 3 个不同来源各真实完成一次完整计划。24 局准入对局全部自然终局、零故障，但计划只在 1 个来源启动 1 次、完成 0 次，准入失败，开发和保留阶段没有打开。
要回答的问题
在不读取完整战斗状态、敌方私有菜单或未来随机数的前提下，能否形成一个“等待 → 观察原威胁实际行动 → 同回合恢复时移动接近目标射手”的计划，并在足够多的来源上真实执行？
方法
第一步：只读接口核对（约 8 分 49 秒）。 读取 16 份旧训练记录中的公开观察、公开菜单和原 Fair 选择，没有构造任何状态。1389/1389 个决策都有当前行动队列字段；等待的规则事实在 16/16 来源可查（行动成本 1）；移动风险查询只描述当前路径和已观察反应，不是未来敌方菜单。结论：公开信息足以维护一个有条件、可取消的两阶段计划，但不足以认证未来合法攻击次数或保证等待更安全。
第二步：冻结计划语义。
| 阶段 | 条件 |
|---|---|
| 启动 | 己方存活地面近战首次行动、Fair 原本要移动且等待合法；可见敌射手已行动；原目的地会落入某个待行动敌近战的几何攻击范围（速度 + 攻击距离），而起点不会；只在第 1–18 回合，每单位每局最多一次 |
| 恢复 | 同回合等待后再次行动时，原威胁至少一人有公开可核验的实际行动且都已离开待行动队列；目标仍存活；候选移动合法、更接近目标且几何威胁数下降 |
| 取消与完成 | Fair 有免费动作、能力或合法攻击时交还 Fair；死亡、回合变化、信息缺失等均取消且不重试。只有成功等待加随后实际完成的移动才算完成 |
逐单位行动次数由公开事件流累计（公开观察本身只有全局计数），英雄免费动作不计。
设置
- 来源：新种子 1010000–1010027，排除旧草稿中的 311 个来源族，分 8 准入 / 8 开发 / 12 保留。“来源”指一个固定开局，在上面换边换控制器各打一局。
- 每个准入来源打 3 局：Fair 对 Fair，候选控蓝对 Fair，候选控红对 Fair，共 24 局；零学习更新。
- 冻结门槛：准入至少 3 个来源真实完成一次计划；开发要求来源差 ≥ +0.125 且至少 2 个改善来源；保留要求 ≥ +0.10 且至少 3 个改善来源；已知终局 ≥ 95%，正确性故障为 0。20 个完整回合未分胜负算双方都输。
结果
| 指标 | 实际值 | 要求 / 结论 |
|---|---|---|
| 准入来源 / 局数 | 8 / 24 | 开发 8、保留 12 未打开 |
| 已知终局 / 故障 | 100% / 0 | 通过 |
| 计划启动 | 1 次 / 1 来源 | 启动不算完成 |
| 计划完成 | 0 次 / 0 来源 | 要求 ≥ 3 来源，失败 |
| 来源终局净差 | 0（8 来源均为 0） | 未进入收益阶段 |
| 受控逐侧 | 8 胜 8 负，16 侧全部与 Fair 相同 | 0 改善 / 0 退化 |
| 最大 / p95 选择耗时 | 0.2034955 / 0.1126457 秒 | 离线测量 |
1783 次真实转移、595 次策略回执全部确定性重演通过；24 份回放全部导入回放器并完成桌面和手机宽度的交互检查。
唯一的启动案例（来源 1010006，第 2 回合）：红方九头蛇原本要移动，候选改为等待，记录蓝方魅魔为目标、骷髅为威胁。下一步友军掘墓者攻击并杀死了骷髅——骷髅自己并没有行动。九头蛇恢复行动时，因为“原威胁没有实际行动”而按规则取消，随后 Fair 照常移动。三种控制方式都在第 6 回合红胜。
失败与负结果
- 准入失败：完成 0 次，远低于 3 个来源。不能事后把“敌人被杀”改算成“敌人已行动”来凑数。
- 开发中软件测试有几次失败（构造场景时队列与先攻不一致、类型导入错误等），均为测试夹具问题，修正后通过，原日志保留。
- 首次回放浏览器检查断言写了旧课程标题而失败，改为实际标题后通过。
局限
- 595 个候选决策中 548 个不满足启动基础条件，是相关的决策行，不是独立样本，不能测量整个时间规划方法族的覆盖率。
- 4 秒是选择返回后的超限拒绝，不是抢占式硬中断。
结论与下一步
关闭的是这套窄条件，并没有证伪所有时间规划，也不是训练后的学习失败。公开事件记忆和审计工具保留。下一步转为只读的配对战术审阅（实验 0051），从旧训练的改善/退化对局里找可检验的假设。
Comments