From cc2d75d396a3230fe01f7416f045502d518387a2 Mon Sep 17 00:00:00 2001
From: DKChan <524912269@qq.com>
Date: Thu, 1 Oct 2026 02:42:33 +0800
Subject: [PATCH] =?UTF-8?q?iter9-numfix-c:=20=E6=99=AE=E9=80=9A=E6=A1=A3?=
 =?UTF-8?q?=20v3.2-v3.4=20=E5=A4=B1=E8=AF=AF=E6=A8=A1=E5=9E=8B=E6=A0=A1?=
 =?UTF-8?q?=E5=87=86=EF=BC=88=E5=8D=A1=E6=AD=BB=E8=B5=8C=E6=8C=96+?=
 =?UTF-8?q?=E6=A6=82=E7=8E=87=E5=90=AF=E5=8F=91+=E7=A9=BA=E9=97=B2?=
 =?UTF-8?q?=E6=97=A9=E8=B5=8C=EF=BC=89?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

- v3.2：卡死赌挖替代刷新/停手（用户实证口径「看不到数字也盲挖」；普通档不刷新=用户自报全程
  未用刷新）；choose_dig 行主序=概率最差格，实证 199/200 死第二战——退役
- gamble_pick（auto_player）：概率启发选格=对邻接已证数字约束取（余雷/未知）比最小值——真人
  「挑看起来最安全的一格」单步近似；纯查询面零 RNG 确定性保回放
- v3.3：标雷误挖 0.22→0.10（22% 全旗误挖=保底命中非真人失误形态，普通档 0/100 全灭实证）
- v3.4：空闲提前赌挖 0.10（完美系把不确定性攒到残局 hazard→1=扫雷；真人早赌滚信息）+
  _gamble_action 组装抽出
- 读数轨迹（N=100，种子 910003 起，route min）：v3.3=0%（L1 2%）/v3.4=0%（L1 2%）——
  死因改判：非失误率而是 L1 四连战无治疗夹缝（雷伤+垫刀双压），表值刀归调参批
---
 game/smoke/auto_player.gd    | 42 ++++++++++++++++++++++++++++++++++
 game/smoke/level_autoplay.gd | 44 +++++++++++++++++++++++++++++-------
 2 files changed, 78 insertions(+), 8 deletions(-)

diff --git a/game/smoke/auto_player.gd b/game/smoke/auto_player.gd
index 97934a99..c790e2a7 100644
--- a/game/smoke/auto_player.gd
+++ b/game/smoke/auto_player.gd
@@ -208,3 +208,45 @@ static func _row_major(cells: Dictionary) -> Array:
 	var out: Array = cells.keys()
 	out.sort_custom(func(a, b): return a.y * 1000 + a.x < b.y * 1000 + b.x)
 	return out
+
+
+# 卡死赌挖选格（普通档 v3.1 2026-10-01——模拟档位重构）：概率启发近似真人「挑看起来最安全的一格」。
+# 危险度 = 该格对每个邻接已证数字约束取（余雷数/未知数）比值中的最小值（= 任一邻数字视角下的
+# 最低雷占比——single 已证安全格在进入本函数前已被 perfect_action 消化，故卡死态比值恒 >0）；
+# 同危险度行主序先到先得。纯查询面零 RNG（确定性保回放）；寻路同 choose_dig（目标已开 8 邻
+# 首个可达者为 hero_cell）。
+static func gamble_pick(minesweeper) -> Dictionary:
+	var cons := _constraints(minesweeper, minesweeper.current_board(), {})
+	var best_h := 2.0
+	var best := Vector2i(-1, -1)
+	var revealed: Array = minesweeper.revealed_cells()
+	var revealed_set := {}
+	for c in revealed:
+		revealed_set[c] = true
+	var board = minesweeper.current_board()
+	for y in board.height:
+		for x in board.width:
+			var c := Vector2i(x, y)
+			if minesweeper.is_revealed(c) or minesweeper.has_flag(c):
+				continue
+			var adj := false
+			for n in board.neighbors8(c):
+				if revealed_set.has(n):
+					adj = true
+					break
+			if not adj:
+				continue
+			var h := 1.0
+			for con in cons:
+				if (con["unknown"] as Dictionary).has(c):
+					var ratio := float(con["mines"]) / float((con["unknown"] as Dictionary).size())
+					h = minf(h, ratio)
+			if h < best_h - 0.0001:
+				best_h = h
+				best = c
+	if best.x < 0:
+		return {}
+	for n in board.neighbors8(best):
+		if minesweeper.is_revealed(n) and (n == minesweeper.hero_pos() or not minesweeper.compute_move_path(n).is_empty()):
+			return {"dig_cell": best, "hero_cell": n}
+	return {}
diff --git a/game/smoke/level_autoplay.gd b/game/smoke/level_autoplay.gd
index e7d4d76b..6a3fb3ed 100644
--- a/game/smoke/level_autoplay.gd
+++ b/game/smoke/level_autoplay.gd
@@ -34,10 +34,14 @@ extends RefCounted
 const AutoPlayer := preload("res://smoke/auto_player.gd")   # O4 收口：自动玩家策略单一实现
 
 # ── 普通档 v3 失误注入参数（2026-10-01 用户规格：踩雷期望=完美+2/板、每板少挖几个正确格）──
-# 标雷→误挖转化率：每板已证雷 ~9-14 颗 × p ≈ 2-3 次踩雷（目标完美+2/板±0.3——首测读数后校准此值）
-const NORMAL_MINE_SLIP_P := 0.22
+# 标雷→误挖转化率：v3.2 实证 0.22 时普通档 0/100 全灭（首轮大量已证旗=保底命中，非真人失误
+# 形态——真人几乎不挖自己插旗的格）；降 0.10 = 偶发真手滑，主踩雷源=卡死赌挖（不确定性概率命中）
+const NORMAL_MINE_SLIP_P := 0.10
 # 安全挖跳过率：每板安全格 ~70-90 × p ≈ 3-5 次漏挖（信息与推进双损失）
 const NORMAL_SKIP_DIG_P := 0.05
+# 空闲提前赌挖率（v3.4）：已证安全格在手时小概率先赌一格——完美系把不确定性攒到残局
+# （残局 hazard→1=扫雷），真人早赌滚信息（低 hazard 期吃掉不确定性）；p×~40 安全 AP/板 ≈ 4 次
+const NORMAL_IDLE_GAMBLE_P := 0.10
 
 
 static func run_level(db, seed_val: int, level_index: int, atk_pct: int, hp_pct: int, collect_rows: bool = false, logger = null, policy: String = "normal", route: String = "min", template_pick: int = -1) -> Dictionary:
@@ -376,7 +380,7 @@ static func _autoplay_battle(runner, settlement, st: Dictionary, logger) -> void
 			action_guard -= 1
 			var act: Dictionary
 			if bool(st.get("adv", false)):
-				act = _apply_normal_slips(AutoPlayer.perfect_action(settlement.minesweeper, settlement), st)   # v3：完美+失误
+				act = _apply_normal_slips(AutoPlayer.perfect_action(settlement.minesweeper, settlement), settlement, st)   # v3：完美+失误
 			else:
 				act = AutoPlayer.novice_action(settlement.minesweeper)   # 单关机制夹具：v2 新手画像保持
 			var kind := String(act.get("kind", "stop"))
@@ -405,12 +409,15 @@ static func _autoplay_battle(runner, settlement, st: Dictionary, logger) -> void
 				logger.log_action("stop", Vector2i(-1, -1), _accepted(out_s), {"round": start_round})
 
 
-# 普通档 v3 失误注入（2026-10-01 用户规格）：只在完美策略的两类动作上出手——
+# 普通档 v3 失误注入（2026-10-01 用户规格）：三类——
 # ①标雷误挖：把「标旗已证雷」动作直接转成「挖该格」（真人手滑原型：知道是雷、位置点错，
 #   踩雷吃伤且该雷奖励报废）；期望踩雷增量 ≈ 每板已证雷数 × NORMAL_MINE_SLIP_P（目标完美+2/板）
 # ②安全挖跳过：把「挖已证安全格」动作转成本轮停手（少挖几个正确的雷——信息与推进双损失）
+# ③卡死赌挖：完美档无已证动作时刷新/停手拖轮次吃敌方垫刀（实证=完美档 41% 通关全败于慢玩
+#   垫刀非踩雷）——真人会按概率赌一个边界格（用户实证口径「有些地方因为我看不到数字,也是盲挖
+#   的」）；普通档不刷新（用户自报全程没用刷新），赌挖替代刷新/停手
 # 失误流 = st.prng（策略流 RNG，种子派生自局种子——同种子逐位可回放；核心七流零消费零扰动）
-static func _apply_normal_slips(act: Dictionary, st: Dictionary) -> Dictionary:
+static func _apply_normal_slips(act: Dictionary, settlement, st: Dictionary) -> Dictionary:
 	var prng: RandomNumberGenerator = st.get("prng")
 	if prng == null:
 		return act
@@ -418,12 +425,33 @@ static func _apply_normal_slips(act: Dictionary, st: Dictionary) -> Dictionary:
 	if kind == "flag" and prng.randf() < NORMAL_MINE_SLIP_P:
 		st.mine_slips = int(st.get("mine_slips", 0)) + 1
 		return {"kind": "dig", "cell": act.get("cell")}
-	if kind == "dig" and prng.randf() < NORMAL_SKIP_DIG_P:
-		st.skip_digs = int(st.get("skip_digs", 0)) + 1
-		return {"kind": "stop"}
+	if kind == "dig":
+		var roll := prng.randf()
+		if roll < NORMAL_SKIP_DIG_P:
+			st.skip_digs = int(st.get("skip_digs", 0)) + 1
+			return {"kind": "stop"}
+		if roll < NORMAL_SKIP_DIG_P + NORMAL_IDLE_GAMBLE_P:
+			var idle := AutoPlayer.gamble_pick(settlement.minesweeper)
+			if not idle.is_empty():
+				return _gamble_action(idle, settlement)
+	if kind == "refresh" or kind == "stop":
+		var plan := AutoPlayer.gamble_pick(settlement.minesweeper)   # v3.2：概率启发赌挖（choose_dig 行主序=概率最差格，实证 199/200 死第二战——退役）
+		if not plan.is_empty():
+			return _gamble_action(plan, settlement)
 	return act
 
 
+# 赌挖动作组装（v3.4 抽出）：目标邻接=直接挖，否则先移到目标的已开邻格（下一拍再挖）
+static func _gamble_action(plan: Dictionary, settlement) -> Dictionary:
+	var ms = settlement.minesweeper
+	var hero: Vector2i = ms.hero_pos()
+	var target: Vector2i = plan.dig_cell
+	var d := Vector2i(absi(target.x - hero.x), absi(target.y - hero.y))
+	if maxi(d.x, d.y) == 1:
+		return {"kind": "dig", "cell": target}
+	return {"kind": "move", "cell": plan.hero_cell}
+
+
 # 完美策略档战斗驱动（2026-09-14）：单步决策循环——move/dig/flag 经 排雷玩法 settle_batch 提交，
 # refresh 经 settlement.player_request_refresh（战斗结算 核心编排：行动经济 扣 RAP + 退役 + 当场换新板），
 # stop 出内环走统一停手提交。连续拒绝 ≥3 = 编排违约防御（fail-fast 语义，停手防死循环）。