game-ai-strategy-design

name	game-ai-strategy-design
description	BoardGame 策略型 AI 设计/重构流程。用于优化打法、评分器、英雄/派系/卡组画像、掷骰/出牌/选技能策略。

Game AI Strategy Design

目标

把“能动的 AI”升级成“像会玩的人”的 AI。默认先理解游戏目标、局势评价和玩家反馈，再把策略拆成可解释、可测试、可逐步调参的模型；不要靠继续堆单点 if 解决“AI 蠢”的反馈。

先锁定前提

动代码前必须说清四件事：

1. 问题对象：具体是哪款游戏、哪个阶段、哪类决策，例如王权骰铸的掷骰追击、选技能、打改骰牌。
2. 真相来源：玩家反馈、现有测试、源码、攻略/规则资料、成熟游戏 AI 对比，哪些已经命中症状。
3. 目标入口：本地 AI、远程 AI、移动端表现、线上 OTA 版本还是测试环境。
4. 验收口径：用哪些回归场景证明更聪明，例如“不改掉三个 6”“小顺子继续追大顺子”“普攻不抢低阶技能”。

缺任一项时，先补证据或向用户问最小问题，不要直接改。

设计流程

1. 先复盘真实反馈

• 把玩家说法翻译成决策失败模式：短视、拆好牌、不会追大招、不会留资源、不会阻止对手、不会看胜负点。
• 找到对应动作入口：legal actions、评分器、投影函数、局势估值、阶段推进或卡牌交互。
• 写出反例场景：当前骰面/手牌/资源/回合数/可选动作，以及好玩家通常会做什么。

2. 再读成熟参照

• 优先对比仓库里已成熟的同类 AI，例如大杀四方的局势评分、VP swing、阻止对手、派系标签、局部模拟。
• 只迁移思想，不硬搬数值。先问：这个游戏的“赢分”是什么，当前行动如何改变胜率。
• 输出差距结论：当前 AI 是阶段专家、全局局势评估器、资源管理器，还是只是一组动作偏好。

3. 拆成三层模型

• 打法画像：英雄、派系、卡组或角色偏好。说明它偏爆发、控场、资源、抢节奏还是防守。
• 局势/期望模型：用可计算指标表示好坏，例如伤害期望、得分差、成功率、缺口、风险、剩余机会、资源消耗。
• 行动执行模型：把评分落到真实合法动作，例如锁骰、重投、打牌、选技能、弃牌、结束阶段。

任何新策略都应能落到这三层之一。落不进去的 if，通常需要重新设计。

4. 给每个策略写反例测试

至少覆盖：

• 玩家反馈中的原始坏例子。
• 高收益但需要忍住低阶收益的例子。
• 没有资源/机会不足时不硬追的止损例子。
• 与旧合同相邻的稳定性测试，避免修聪明后又卡死或非法动作。

测试名用中文描述玩家能听懂的行为，不只写内部函数名。

5. 重构优先级

优先做：

• 把上下文、候选生成、评分、动作优先级拆开。
• 把“当前已成技能”和“更高目标追击”分开评价。
• 把资源牌/改骰牌/重掷机会作为概率加成或成本，而不是写死必追或不追。
• 保留可调权重的集中位置，方便后续按英雄/难度调参。

暂缓做：

• 在一个评分器里继续加长条件分支。
• 为单个反馈写死某个骰面或技能 ID。
• 为了通过一个测试牺牲大部分普通场景。

验证口径

每轮策略改动至少跑：

• npx eslint <改动的 ai.ts 和测试文件>
• 相关游戏的新增策略测试。
• 至少一个相邻合同测试，确认合法动作、响应窗口或阶段推进没有回退。

如果涉及线上反馈，最终汇报要区分：

• 策略优化：AI 会更倾向于好玩家打法。
• 不是 bug 修复：除非原来违反规则或产出非法动作。
• 仍需调参：玩家水平反馈会继续暴露权重问题。

DiceThrone 经验

王权骰铸的掷骰 AI 不应只看“当前能发动什么”，还要看：

• 剩余投掷次数。
• 已匹配骰子数量和缺口。
• 小顺子、大顺子、五同、大招之间的收益差。
• 当前已成技能的保底价值。
• 手牌里可负担的改骰/重掷牌。
• 失败后是否还能保住当前收益。

“继续追大招”不应写死成有改骰牌才追；改骰牌只是显著提高追击倾向。像三个 6 这种接近大招的局面，即使没有牌，也应保护关键骰并继续评估追击价值。

与 game-ai-adaptation 的分工

• 用本技能处理“AI 怎么变聪明、怎么像会玩的人、怎么设计评分模型”。
• 用 game-ai-adaptation 处理“AI 能不能合法动、会不会卡死、响应窗口/watchdog/隐藏交互怎么收口”。
• 两者同时涉及时，先用 game-ai-adaptation 保证动作合法闭环，再用本技能优化策略质量。