摘要
实验 0057 想在单局内用公开伤害反馈修正估计，但样本太稀，校准从未启用。本实验改为跨对局：从多局旧训练对局的公开主击伤害里，学习一个只有四个参数的简单偏差模型，然后冻结它，在新对局里修正 Fair 对普通攻击的伤害估计。模型拟合了一次，训练集误差略降；但原准入审计因为一个比较 tuple 和 JSON 数组的仪器错误中断，按保守口径记为仪器故障。用保存记录只读修复审计后，继续做了探索性开发对局：24 局全部自然终局，3 个来源出现 4 次改选，但 16 个受控方向的胜负全部与 Fair 相同，来源等权差为 0，开发集预测误差反而上升。关闭本模型和这条小型伤害反馈路线。
要回答的问题
能否从多场已发生的公开主击伤害中学到简单的系统偏差，使新对局的第一次攻击也受益？
方法
- 特征（4 维）：截距、攻击方是否远程、目标是否远程、目标是否飞行。
- 标签：y = clip(实际伤害 / 公开预估均值, 0.5, 1.5) − 1。
- 训练目标：先在每个来源内部算均方误差，再来源等权平均，加 0.1 × 四个参数平方和的正则（岭回归）。四维问题用确定性解析解一次求出，没有调参，也没有梯度更新。
- 使用方式：普通攻击评分临时改用 均值 × clip(1 + xᵀβ, 0.8, 1.2)；特征未知时退回原值；新对局中模型完全冻结。
- 护栏：与 0057 相同，只用唯一首阶段主击，排除前置反击、需要先移动的攻击、状态变化、死亡、复活、伤害被剩余生命截断等。
拟合得到的系数依次为 −0.0248、−0.0151、−0.0222、−0.0338（保留四位小数）。
设置
- 训练：0227 旧训练 Fair 对 Fair 的 16 个来源，每源按顺序取前 50 个普通攻击候选。准入要求 ≥ 64 个样本、≥ 8 个来源、近战远程各 ≥ 8，且训练内至少 3 个来源出现首次改选。
- 新对局：新来源 1030000–1030019（排除 359 个旧来源族），前 8 个开发，后 12 个保留。每来源打 F/F、H 蓝/F 红、F 蓝/H 红三局（H 为冻结模型，F 为原 Fair），来源差按两方向平均后来源等权。20 回合未决或只剩临时生物时双方都输。
- 开发门槛：来源差 ≥ +0.125，保守下界改善来源 ≥ 2，可能退化来源 ≤ 1，已知终局 ≥ 95%，错误 0。
结果
训练与准入：692 个候选中接受 135 个（来自 15 个来源，近战 62、远程 73）。970 次训练内比较中 463 次启用了校准，出现 10 次普通攻击首次改选，来自 7 个来源；这只是已见数据上的执行信号，不是泛化成绩。
| 用途 | 来源 / 标签 | 原均值误差 | 模型误差 | 说明 |
|---|---|---|---|---|
| 旧训练 | 15 / 135 | 0.0413041495 | 0.0386305903 | 训练内下降 |
| 新开发 F/F | 8 / 65 | 0.0471250454 | 0.0563371451 | 误差上升 |
开发对局：24 局全部开始、全部自然终局，双输、故障、超时均为 0。H 在 16 个方向上 8 胜 8 负，每个方向的差都是 0，不是改善与退化相互抵消。
| 来源 | H 蓝改选次数 | F/F 蓝方 | H 蓝 / F 红 | F 蓝 / H 红中 H 的结果 |
|---|---|---|---|---|
| 1030000 | 1 | 胜 / 9 回合 | 胜 / 10 回合 | 负 / 9 回合 |
| 1030002 | 2 | 负 / 6 回合 | 负 / 6 回合 | 胜 / 6 回合 |
| 1030007 | 1 | 负 / 4 回合 | 负 / 4 回合 | 胜 / 4 回合 |
| 开发门槛 | 要求 | 实际 |
|---|---|---|
| 来源差 | ≥ +0.125 | 0，失败 |
| 改善来源 | ≥ 2 | 0，失败 |
| 已知终局 | ≥ 95% | 24/24 |
主驱动 65.121203 秒；1734 次转移、580 条策略回执和隐藏随机数不变性复核通过；24 份回放严格导入、逐帧核对通过。67 项相关软件检查通过。
失败与负结果
- 原准入审计故障：审计把内存中的 tuple 与保存的 JSON 数组直接比较而断言失败。用同一保存记录归一化比较后通过，没有重新取样或重新拟合。由于原协议写明“任何故障都停止并保留首次尝试”，原尝试仍记为仪器故障，之后的 24 局只能称为修复后续行的探索性开发验证。
- 首次回放检查因测试要求地址不带查询参数而失败（页面正常地加了
?id=），修正检查脚本后 11 组通过，应用没有改动。 - 开发结果本身是负结果：收益门槛失败，预测误差变差。
局限
- 特征过粗、标签噪声、分布差异、修正幅度太小、局部改选不影响大局都可能是原因，但没有配对消融，无法确定。
- 8 个开发来源不能证明 Fair 最优；本模型失败也不证明所有伤害学习无效。
- 12 个保留来源未建状态，36 个对局槽未开始。
结论与下一步
关闭 0058 和这条小型伤害反馈路线，不部署模型、不改默认 Fair、不打开保留来源。下一步转向英雄施法与部队集火的配合（实验 0059）。
Comments