摘要
实验 0051 的只读审阅留下一项未验证假设：Fair 规则 AI 在第 1 回合准备前进时，如果原地安全而目的地落入至少两个尚待行动敌近战的攻击范围，不如先等待一次。本实验在 8 个从未使用过的来源上做完整终局配对验证。机制确实被触发：6 个来源成功等待，等待的单位在第 2 回合都保住了明显更多的兵力。但完整胜负没有任何变化——3 场原本赢的仍赢、3 场原本输的仍输，16 个受控方向与 Fair 全同，来源平均得分差为 0。开发收益门槛失败，12 个保留来源没有打开。
要回答的问题
只改一个动作（开局最多一次等待，之后完全交回 Fair），在独立新来源上能否提高整局成绩？局部的保兵、晚死、多出手不能代替胜负。
方法
唯一策略差异（W）：
- 第 1 回合，当前单位存活、非远程、首次行动，没有等待恢复或额外行动的歧义；
- Fair 最终选择合法的普通移动，且等待合法并通过 Fair 原有的选择资格保护；
- 用公开待行动队列中的存活敌近战计算几何覆盖：距离 ≤ 有效速度 +（攻击距离为 2 时取 2，否则取 1）；当前位置覆盖数为 0，Fair 目标格覆盖数 ≥ 2；
- 本方整局尚未成功使用过该策略。满足就改为等待一次；等待真实成功后才记“已使用”，从下一次决策起完全交回 Fair，不强制后续移动或攻击。
几何覆盖只是风险代理，没有计算阻挡、敌方未来的合法动作或实际目标选择。
配对：每个来源打三局：F/F（双方 Fair）、W/F（W 控蓝）、F/W（W 控红），同初态同种子。来源差 = [(W/F 中蓝方得分 − F/F 中蓝方得分) + (F/W 中红方得分 − F/F 中红方得分)] / 2，所有来源等权。“来源”就是一个固定开局。
设置
- 种子 1020000–1020019：前 8 个开发，后 12 个条件保留。排除 439 份旧蓝图、339 个来源族。
- 冻结门槛（开发）：至少 3 个来源成功等待；来源平均得分差 ≥ +0.125；净改善来源 ≥ 2；已知终局 ≥ 95%；正确性故障 0；预算 20 分钟。开发失败则不打开保留。
- 新对局规则：20 个完整回合未分胜负、或终局只剩临时召唤物时，双方都算输；外部超时记为未知。
结果
唯一正式运行 116.019488 秒完成。
| 指标 | 门槛 | 实际 |
|---|---|---|
| 已知终局 | ≥ 95% | 24/24 = 100%，全部自然终局 |
| 正确性故障 | 0 | 0 |
| 成功等待的来源 | ≥ 3 | 6 |
| 来源平均得分差 | ≥ +0.125 | 0（上下界都是 0） |
| 净改善来源 | ≥ 2 | 0（净退化也是 0） |
| 受控方向 改善/退化/不变 | — | 0 / 0 / 16 |
| 单次选择耗时 | ≤ 4 秒 | 最大 0.245516 秒，p95 0.121837 秒 |
全部 6 次触发（R2 生命 = 第 2 回合首次本方公开观察到的该单位生命，只作描述）：
| 来源 / 侧 / 单位 | 第 2 回合生命 Fair→W | 恢复后动作 | 终局回合 Fair→W | 结果 |
|---|---|---|---|---|
| 1020000 / 蓝 / wasp | 0 → 1207 | 攻击 | 14 → 14 | 胜→胜 |
| 1020002 / 蓝 / frostworm_rider_upg | 0 → 1088 | 攻击 | 8 → 8 | 负→负 |
| 1020003 / 红 / twinkle_upg_alt | 0 → 1020 | 移动 | 5 → 5 | 负→负 |
| 1020005 / 红 / griffin_upg | 0 → 1005 | 攻击 | 10 → 18 | 负→负 |
| 1020006 / 红 / godslayer_upg_alt | 0 → 788 | 攻击 | 8 → 12 | 胜→胜 |
| 1020007 / 蓝 / avatar_of_war_upg | 490 → 1722 | 移动 | 9 → 13 | 胜→胜 |
2786 次状态转移、990 次公开策略回执和隐藏随机数不变检查全部通过；421 个等待成功之后的动作逐一等于原 Fair。24 局回放全部导入回放器，帧与兵数完全一致。
失败与负结果
- 开发收益门槛失败：局部保兵明显，但没有一局翻盘；有的局只是被拖长（1020005 从 10 回合败拖到 18 回合仍败，1020007 从 9 回合胜变成 13 回合胜）。
- 首次受影响测试 81 项中 3 项失败，是测试夹具只更新了分数、没同步终局标签，补齐后通过；评分器本身没有错。
- 回放浏览器检查首次失败：脚本点击了在终点时本应禁用的“终点”按钮，修正脚本后通过，产品没有改动。
局限
- 只有 8 个开发来源；不能由此得出“等待”或时间规划普遍无效。
- 原兵种对阵差距、Fair 的后续选择、不同随机数消耗都可能决定胜负，本批无法确定哪项是主因。
- 第 2 回合首次公开观察不是同一时刻，生命差不等于同时间伤害差。
结论与下一步
冻结策略关闭，不上线、不放宽触发、不把保兵改作成功标准。下一项转向另一个问题：Fair 选择普通攻击时，是否漏掉了能可靠消灭待行动敌军的攻击（实验 0053）。
Comments