摘要

实验 0084 发现，有限交换评估——把候选执行后由双方规则 AI 推进到我方下一次行动，比较“敌方未来输出下降 − 己方未来输出下降”（交换值 Δv）——在约 40% 的点上会改变 Public Quick（只用玩家可见信息的一步搜索 AI）的选择。本实验检验这种改变是否更好。

在开发冒烟阶段就失败了：8 局 1 胜 7 负，来源差 −0.75 [−1.0, −0.25]。方案关闭，没有冻结正式比赛，也没有消耗全新来源。

要回答的问题

在 quick 前 3 名候选里按 Δv 重新选择，是否比原 Public Quick 更强？

方法

  • 候选规则（对局前写定）：Public Quick 核心照常决策；取 quick 前 3 名，选 Δv 最高者，平局保持 quick 顺序；核心不给动作时用 H3（英雄无敌三式规则 AI）。
  • 对照：未改的生产 Public Quick。双方都在进程内运行，先比棋力，不走实时 worker。
  • 计划：开发冒烟检查崩溃与耗时，无明显异常再冻结 64 个全新来源成对比赛。

设置

开发来源 70800–70803（4 个），每来源候选执蓝、执红各一局，8 局；来源差 = 候选两局得分和 − 1。

结果

341 秒，4 进程。

指标 值
候选胜 / 对照胜 / 双输 1 / 7 / 0
来源差 [95% 区间] −0.75 [−1.0, −0.25]（0 好 3 差）
交换评估次数 / 改变选择 335 / 134（40%）
交换计算最长 1.097 秒；0 错误；8 局严格重放一致

失败与负结果

  • 已确认：交换评估会大幅改变选择（与 0084 一致），并且在实战中有害。
  • 未验证的解释：(1) 推进时用 H3 代替双方，与真实对手（这里是 Public Quick）的回应差别大；(2) Δv 只看到我方下一次行动为止，忽略之后的局面——例如“攻击→等待”（0084 中最常见的改变）换来短期安全，却失去先手；(3) 输出能力口径不含生命、位置与行动顺序。

局限

只有 4 个开发来源、8 局（但 7/8 负，单侧二项检验约 3.5%）；没有试其它规则，例如只在 quick 分差很小时才改变。

结论与下一步

关闭“在 quick 前 3 名内按 Δv 重排”。交换评估作为“关键事件”分析工具保留；若再尝试，应以真实候选对手推进、只在 quick 分数接近时参考，另立实验。