Repository navigation
3.2.0 — 看得准
照 docs/REVIEW-v3.1.md 做，只动对弈本身。
你的两个决定：
- 评估权重改用自对弈拟合值；
- 极限每手 5 → 2.5 秒。
不动的：界面、规则、存储格式、复盘与练习；入门 / 普通 / 困难每手的时间。
一句话：普通、困难看局面看得更准，明显更强；极限等待减半，棋力不变，仍明显强于困难。
评估权重：从自对弈里拟合
引擎给每个空点按「各方向的棋型」与「组合型」打分。这两张表一共约 20 个数，从 v1.65 起一直是手定的。这一版改为从对局里学：
- 困难档自对弈 1100 局（开局随机 3–6 子，每手 80ms）；
- 取 18195 个平静局面（没有五、没有活四或双四、轮到的一方没有四三。战术局面交给搜索，不进样本）；
- 用局面的分数预测这一局最后谁赢，逐个调整权重，使预测误差最小（Texel 式），做两轮。
预测误差 0.197 → 0.173。变化最大的几项：
| 棋型 | 原值 | 拟合后 |
|---|---|---|
| 眠三（单方向） | 48 | 108 |
| 冲四（单方向） | 170 | 534 |
| 四三 | 1400 | 2004 |
| 冲四 + 二 / 三 | 150 | 628 |
| 双三 | 900 | 420 |
拟合的结果是：冲四比原来以为的更值钱，双三没有那么值钱。冲四与五的分值不参与拟合，保持原值。
极限：5 秒 → 2.5 秒
- 极限 2.5 秒对极限 5 秒，22 : 24（和 2），量不出差别。
- 极限强于困难，靠的是时间用满：困难一旦最佳手稳定就提前落子（平均每手 0.44 秒），极限每一手都算到底。5 秒里后一半的时间没有换来可测的棋力。
- 所以把它还给等待：极限每手至多 2.5 秒，原来是 5 秒。
各档对 v3.1 的同一档
量法改了：此前用随机 4 子开局，自由规则下黑方赢七到九成，一组开局两边各执一次黑多半各赢一局，量不出强弱。这一版用 5 子开局（黑 3 子、白 2 子、轮白走），黑方胜率降到六成多。p 值为双侧。
| 档 | 对 v3.1 同档 | |
|---|---|---|
| 入门 | 只会挡冲四的新手对它 55 / 100（v3.1：54 / 100） | 不变。入门的强弱由「漏挡活三」的概率决定，「常常漏掉活三」照旧成立 |
| 普通 | 68 : 26（和 2；p < 0.001） | 明显更强 |
| 困难 | 33 : 15（p = 0.01）；禁手规则 31 : 17（p = 0.06） | 明显更强 |
| 极限 | 34 : 35（5 秒时）；2.5 秒对 5 秒 22 : 24 | 不变 |
极限上还试了四种办法，都没有让它更强（详见评估文档）：
- 搜得更宽：对现在的极限 39 : 32；
- 后排的手先浅搜：10 : 14；
- 活三连杀：16 : 30，更弱；
- 拟合权重：34 : 35。
档与档
5 子开局，每个开局两边各执一次黑：
| 自由规则 | 禁手规则 | |
|---|---|---|
| 普通 对 入门 | 43 : 5 | — |
| 困难 对 普通 | 60 : 36（p = 0.02） | — |
| 极限 对 困难 | 91 : 51（和 2；p = 0.001） | 33 : 14（和 1；p = 0.008，随机 4 子开局） |
困难变强了、极限没变，两者的差距并没有缩小：v3.1 是 44 : 26（63 %），这一版是 91 : 51（64 %）。说明里的「实测明显强于困难」仍然成立。
说明文字
- 极限：「每手至多 5 秒」→「每手至多 2.5 秒」。
顺手修
- 参照引擎在个别局面里一手停不下来：
- 发现经过：
test-strength里，新的困难与旧引擎 C2 的确定性对局走到第 19 手，C2（白）一手卡了一个多小时。 - 原因：C1 的连续冲四搜索只认「评估次数」预算，而它自己从不评估，所以只按节点数限、不限时间的调用在这里没有预算，18 层的连续冲四指数爆炸。
- 修法：连续冲四单独计数（
ctx.v1），参照引擎 C2 用它设限。C1 自己的行为一字未变（按评估次数的预算照旧）。 - 应用本身不受影响：应用里的 C1 调用都限了时间；练习题里的连续冲四只搜 6 层。
- 发现经过：
闸门
| 闸门 | v3.1 | v3.2 |
|---|---|---|
test-game 极档参数：除预算与时间管理外与难档一致；极限 2.5 秒且时间用满 |
5000ms，失败 | 2500ms |
test-strength 上面那个局面里，C2 按节点数限的一手在 10 秒内走完 |
10 分钟未走完（超时） | 0.5 秒 |
其余闸门照旧全部通过：test-game / test-surface S1–S20 / test-cross / test-loop / test-daily / test-strength。
看了、没做的
- 同一局面总下同一手：同一局面问两次，困难 52 / 52、普通 103 / 105 给出同一手。但照搬一盘赢过的棋重下，困难 2 / 6、普通 1 / 6 能再赢一遍：开局的对称变化与计时的细微差别会让棋局走散。不动。
- 让极限更强：在这套引擎里，极限的搜索已经到顶，更多时间、更深或更宽的搜索都换不来棋力。要再强，需要棋型之外的评估，这不是一版能做完的事。
底层依赖
@native-sdk/core / @native-sdk/cli 最新仍是 0.11.0，这一版无需升级。