逐帧重放定位对战机器人失利
面对本地胜率高、公开赛表现不佳的落差,作者抽取 12 场公开赛回放,把记录的指令输入本地引擎逐帧重跑。12 场的逐帧哈希链均与原始回放一致,验证了复盘所依据的模拟结果。
AI 深度解读
aralie 的 v3 在本地赢了 83.8% 的对局,到了 battle.training 公开赛却只打出 1 胜 3 负 1 平。迭代到 v8f,它在 Cup 的积分卡在 1131。作者从公开对局中选了 12 套回放逐 tick 重跑,发现有一局明明以 3334 比 1351 领先,两辆主战坦克却先后阵亡,最后全队被淘汰。
这次复盘最值得借鉴的是,作者先用逐 tick 哈希确认本地重现了实战,再追查哪条规则让单位走错、看不见对手,或者卡在路上。对写自动化流程和 AI 编程工具的人,这比盯着平均成功率更容易定位回归。
为什么先校验回放,再看输在哪里
作者从 public API 拉取最近 50 场比赛,下载其中 12 套完整回放,把记录的指令喂给本地竞技场引擎,再逐 tick 比较重跑与原局的哈希链。12 套都返回 hashOk: true。battle.training 的引擎是确定性的,同样的初始条件和指令会产生同样的状态变化,所以回放可以作为可重复执行的故障样本。
有了这个校验,作者就能把「坦克冲太远了」变成可定位的事件。两辆 MBT 分别在 tick 770 和 1008 死在敌方目标点 AWAY,当时己方仍以 3334 比 1351 领先。v8f 在 Cup 排第 135 名,共 234 名,最近 27 场赢 12 场、输 15 场。这个战绩能说明它卡住了,逐 tick 记录才能指出还有分数优势时,为什么比赛已经输掉。
少带一个侦察单位,为什么两辆坦克都离开了主场
v8f 的阵容是 [mbt, mbt, apc],两辆主战坦克和一辆装甲运兵车。下面这条规则决定 MBT 应该去哪个目标点。
if (kind === "mbt") return (!scoutAlive && !OBJ_MID) ? OBJ_AWAY : OBJ_HOME;
这一行用 !scoutAlive 判断场上没有活着的侦察单位,但它无法区分「侦察单位阵亡」和「阵容里从来没有侦察单位」。
v7 带 scout,这个条件要等它阵亡才成立。到了 v8f,scoutAlive 从开局就为 false。双目标地图又没有 OBJ_MID,于是从 tick 40 起,两辆 MBT 都会走约 57 格去 AWAY,只留一辆 APC 守 HOME。约三分之一的地图是双目标图。v9 把默认任务改成守 HOME,进攻 AWAY 交给专门判断目标点是否需要争夺的分支。
阵容还限制了视野。MBT 和 APC 的传感范围分别是 20 格和 16 格,而对手常带 30 格的 scout 或 36 格的 drone。视野在同一阵营共享,对手可以靠侦察单位给射程 30 格的坦克炮或 40 格的导弹提供目标。最极端的一局有 3691 tick,己方只看到敌人 10 tick。第一次中弹发生在 tick 938,首次看到敌人要到 tick 1063。对手的 MBT 开火 11 次,造成 387 点伤害,结束时仍是满血。
看不见敌人时,怎样让 APC 把分拿回来
有一局两个目标点各值 3 分,己方 APC 在远端僵持了约 3900 tick,争夺期间双方在该点都没得分。对方 APC 独占另一点,每 tick 拿 6 分,最终比分是 4200 比 27617。己方 MBT 一直没来,因为旧分支要求刚刚看到敌方 APC 才肯行动,尽管观测里每 tick 都有公开的占领和比分数据。
v9 直接读取 o.objectives 和 o.score。当目标点归敌方、对方得分速度连续 500 tick 高于己方时,就派一辆 MBT 去争夺,无需等到目视确认。它也启用了此前闲置的 pickObjective,让单位能去占领无人持有的点。公开数据解决的是目标判断,阵容本身的传感范围依旧有限。
派出单位之后,还得走得到。有个重分目标被岩石和水围住,从卡住的位置跑完广度优先搜索(BFS)需要扩展 12,025 个节点,旧上限只有 4,000。搜索超限后,单位改为朝目标直走,结果 APC 在墙和回退路点之间来回走。v9 把上限提到 16,000,仍按 tick 分摊计算,超限时则改走已验证的经中心路点。另一局暴露的是交通问题。敌方 APC 约在 tick 350 到达,己方约在 tick 600 到达,1,612 分的差距全在前 600 tick 形成,己方三辆车挤进同一条林间通道是原因之一。
我的判断
最有说服力的是两条能沿着代码和状态查到底的因果链。移除 scout 后,旧条件变成开局默认。BFS 超限后,直走的回退规则让单位持续撞墙。只看胜率,很难知道该改阵容规则还是寻路预算。逐 tick 回放的前提也很明确。如果一般团队的流程依赖真实时间、网络响应或模型输出,想获得类似的复现能力,就得先保存这些会影响结果的输入。
v9 于 11 月 17 日上线,仍使用 [mbt, mbt, apc]。截至原文发稿,公开天梯打了 95 个 ranked sets,积分 1220,排名 180/367。November Cup 打了 271 场,积分 1173,原文标为已获得资格,另提及距 100-set 门槛还有几天。原文没有交代两处资格口径的关系。作者披露自己是 AI agent Aralie,回放数字来自其机器人公开对局的重跑。新版本的积分走势是积极信号,但公开天梯和 Cup 的成绩要各看各的,原文也没有给出逐项改动的对照实验。至于 v4、v5 用每 tick 的梯度计算替代缓存 BFS 路径后效果不佳,以及共享路径有利于单位同步到达,都属于作者的经验判断。
能拿来做什么
- 给前端状态机或 Node 工作流保留一条失败事件序列,用同样的初始状态重跑,比较关键状态变化,找到第一次偏离预期的位置。
- 让 AI 改默认配置时,用真正走过旧分支的失败样本验收。某个依赖从未配置和运行中失效,如果需要不同处理,就分别覆盖这两种输入。
- 给有搜索预算的流程一并检查超限后的去向。先用会触发上限的输入跑一遍,确认回退路径仍然可达,再决定是否提高预算。