feat(audit): 清图支配性对账重跑批——条款⑤现行值链重推（只读对账零数值改动；2026-09-19 用户指令经 plan 批准提前执行 06 待办对账义务；台账 86）——①重算器 tools/clear_dominance_audit.py（registry clause5_dominance 判式全参数 CLI 可配＝难度曲线调参批常设重跑入口；E_dig 七型 67 权重池重推 (54+39u)÷67≈1.388〔u=1〕；V_mine 双口径：甲=注册公式 u×m_amb 连续对比 / 乙=极性矩阵负向字典加权 (42+50.4u)÷67≈1.379 主读数——注册公式成文于"所有雷→固定伏击"旧世界，矩阵批后踩雷惩罚按格型路由）；②板形探针 smoke/board_stat_probe.gd（200 样本/行：实测幸存雷 10×10≈12.9 / 12×12≈22.4，远低于名义初布 23/34——"先布后删"落地值）；③主结论（设计权威 design/research/audit-clear-dominance-2026-09-19.md）：非完美态 18 语境全负、完美态唯一翻正面=L1 前段实测板形 +8.3——与 2026-09-14 重算批结构同向，裁决②"清图非严格支配=设计态"维持建议呈报（拍板归用户）；保守地板缺口收窄 L1≈24/L2≈45 当量（u=1·对 C_min=8）；护栏 B 防钓鱼上界被 C=13 常态越线（2026-09-17 压缩批未登记连带面）披露归调参批三选一；④analyze_playtest.py 增弃图刷新率/轮出口分布读数+--policy 过滤（刷新经济性监控条目分析侧缺口闭合，基线仍挂验收重测批）——双画像配对 1200 局实证：刷新流通关率全档位 ≥ 推到底流（L1 基线档 87% vs 73%）、实测盲挖踩雷 0.30–0.87/局 远低于判式保守计价 E[踩雷]≈12–21/板（均匀交错全池盲挖=构造性上界）、刷新策略 0.03–0.23 次/局几乎不发生——"清图被刷新淘汰"风险模拟面不成立；⑤登记面：registry clause5_dominance rerun_2026_09_19 回执+rerun_obligation 挂两工具入口+修订留痕块；难度曲线与Boss.md 正文对账句改写+P1 行回执指针；⑥验证：冒烟 317 项 0 失败（本批零游戏代码，冒烟作回归护栏）。边界：06 条目删除与 active.md 台账 86 两个共享状态文件留在主工作区随收口批收编（并行会话在飞 hunk 混载，不入本分支——registry 回执与本提交为分支侧登记事实源）

tools/analyze_playtest.py

@@ -96,8 +96,10 @@ def parse_log(path):
 
 # ---- 多局聚合模式（monte carlo 共享日志：run 行切分局次，按通关/失败分组对比） ----
 
-def analyze_runs(rows, label, tier=None):
-    """tier = (atk_pct, hp_pct)：只统计该天赋档（None = 全档）。"""
+def analyze_runs(rows, label, tier=None, policy=None):
+    """tier = (atk_pct, hp_pct)：只统计该天赋档（None = 全档）。
+    policy = "normal"/"perfect"：只统计该策略画像（清图支配性对账批 2026-09-19——
+    双画像同文件时分开聚合做配对对照；None = 全画像混算，旧口径不变）。"""
     runs = []   # [{meta, rows}]
     cur = None
     for r in rows:
@@ -111,6 +113,8 @@ def analyze_runs(rows, label, tier=None):
         runs = [run for run in runs
                 if int(run["meta"].get("atk_pct", -999)) == tier[0]
                 and int(run["meta"].get("hp_pct", -999)) == tier[1]]
+    if policy is not None:
+        runs = [run for run in runs if run["meta"].get("policy") == policy]
     stats = []
     for run in runs:
         res = analyze_run_core(run["rows"], run["meta"])
@@ -123,7 +127,8 @@ def analyze_run_core(rows, meta):
     """单局聚合：返回该局的总账（结果/死亡节点/造伤/承伤/回复/奖励/轮数 + 战斗级明细）。"""
     out = dict(meta=meta, result="", death_node=-1, hp_left=-1,
                hero_dmg=0, reward_dmg=0, taken=0, healed=0, rest_heal=0,
-               rounds=0, rewards_n=0, eff={}, battles_won=0, battles=0, battle_list=[])
+               rounds=0, rewards_n=0, eff={}, battles_won=0, battles=0, battle_list=[],
+               refresh_ok=0, refresh_rej=0, exits={})
     eff_counts = {}
     cur_b = None
     for r in rows:
@@ -196,6 +201,15 @@ def analyze_run_core(rows, meta):
                         cur_b["taken"] += v
         if k == "node" and r.get("type") == "rest":
             out["rest_heal"] += int(r.get("healed", 0))
+        # 弃图刷新与轮出口（清图支配性对账批 2026-09-19 增补读数——此前日志有行无分析）
+        elif k == "action" and r.get("op") == "refresh":
+            if r.get("accepted", False):
+                out["refresh_ok"] += 1
+            else:
+                out["refresh_rej"] += 1
+        elif k == "ux" and r.get("ux") == "ux_round_exit":
+            tag = r.get("path_tag", "?")
+            out["exits"][tag] = out["exits"].get(tag, 0) + 1
     out["eff"] = eff_counts
     return out if out["rounds"] > 0 else None
 
@@ -234,6 +248,22 @@ def print_run_report(label, stats):
         print("  平均结算轮数               ：%.1f" % avg(group, "rounds"))
         print("  平均每局奖励件数           ：%.1f（%.2f 件/轮）" % (
             avg(group, "rewards_n"), avg(group, "rewards_n") / max(1.0, avg(group, "rounds"))))
+        # 弃图刷新面（清图支配性对账批 2026-09-19：刷新板数÷总板数 = 弃图率）
+        boards = sum(s["battles"] + s["refresh_ok"] for s in group)
+        refreshes = sum(s["refresh_ok"] for s in group)
+        print("  平均每局弃图刷新           ：%.2f 次（被拒 %.2f 次）   弃图率：%.0f%%" % (
+            refreshes / max(1, len(group)),
+            sum(s["refresh_rej"] for s in group) / max(1, len(group)),
+            100.0 * refreshes / max(1, boards)))
+        exits = {}
+        for s in group:
+            for k, v in s["exits"].items():
+                exits[k] = exits.get(k, 0) + v
+        exit_total = sum(exits.values()) or 1
+        exit_cn = {"cleared": "清图换板", "stopped": "主动停手", "ap_exhausted": "行动点耗尽"}
+        print("  轮出口分布                 ：%s" % "、".join(
+            "%s %d（%.0f%%）" % (exit_cn.get(k, k), v, 100.0 * v / exit_total)
+            for k, v in sorted(exits.items(), key=lambda x: -x[1])))
         print("  地图战斗资源构成（件/轮）  ：%s" % eff_line(group))
         if name.startswith("失败"):
             dn = {}
@@ -598,12 +628,17 @@ def main():
     # --tier ATK,HP：只统计该天赋档（默认 0,0 基线档——0.5 传作 50）。
     if "--runs" in args:
         tier = (0, 0)
+        policy = None
         for i, a in enumerate(args):
             if a == "--tier" and i + 1 < len(args):
                 tier = tuple(int(x) for x in args[i + 1].split(","))
             elif a.startswith("--tier="):
                 tier = tuple(int(x) for x in a.split("=")[1].split(","))
-        analyze_runs(rows, os.path.basename(path), tier)
+            elif a == "--policy" and i + 1 < len(args):
+                policy = args[i + 1]
+            elif a.startswith("--policy="):
+                policy = a.split("=")[1]
+        analyze_runs(rows, os.path.basename(path), tier, policy)
     elif "--run" in args:
         # 抽单局（大日志里按 run 序号或种子挑一局）走三层维度报告
         sel = None

tools/clear_dominance_audit.py

@@ -0,0 +1,215 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""清图支配性对账重算工具（行动经济 条款⑤ · registry clause5_dominance）。
+
+判式权威 = design/registry/entities.yaml clause5_dominance（挖穿残余池计价）：
+    主判式   Δ_clear = [R_res + C_eff] − [X_res + Δr × s_ref] ≥ 0
+    保守地板 C_eff(min) ≥ X_res + Δr × s_ref
+    E[踩雷] = |M| × n_s ÷ (n_s + 1)   （均匀交错模型）
+    n_s = (1 − ι) × |S|               （域守卫 n_s < 1 ⇒ 不评估）
+    R_res = n_s × E_dig；X_res = E[踩雷] × V_mine；Δr = ⌈(n_s + E[踩雷]) ÷ AP_r⌉
+    s_ref = D_ref；停手侧 RAP 机会收益按零计价（显式假设）。
+
+本工具 2026-09-19 随对账重跑批建立，是难度曲线调参批的常设重跑入口：
+所有输入可经命令行覆盖（--d-ref --c-clear --ap-r --iota --m-amb --u ...），
+重跑时按当期 .tres 行值更新默认值即可，公式本体不动。
+
+单雷代价 / 单格收益的当量换算严格走 战斗结算「效果档位对照表」单一口径：
+    flat 类 E = 表值；percent 类 E = |层数×行值|÷100 × D_ref（每结算每层）；
+    AC 轴换算 = AC 点数 × 5pp（d20 线性）× D_ref（假设登记，见审计报告）。
+2026-09-19 起极性矩阵下踩雷惩罚按格型路由（不再固定伏击），故 V_mine 双口径：
+    甲 = 注册模型连续口径 V_mine = unit_count × m_amb（m_amb = 伏击行 magnitude）；
+    乙 = 现行矩阵加权口径 V_mine = 负向字典按 67 权重池加权（主流读数）。
+"""
+
+import argparse
+import math
+
+# ============ 现行值链（2026-09-19 快照，出处见各注释；重跑批按当期 .tres 更新） ============
+
+D_REF = 4            # settlement.tres equivalence_ref_damage（2026-09-17 压缩批 12→4）
+P_PERFECT = 200      # settlement.tres（percent，÷100 = ×2 双份交付）
+C_MIN, C_MAX = 8, 18  # reward.tres clear_blast power_min/max；期望口径 = 中点 13
+AP_R = 6             # action_economy.tres ap_per_round（2026-09-16 压速批 8→6）
+DIG_COST = 1         # action_economy.tres dig_ap_cost
+IOTA = 0.88          # board_gen.tres inferability_target（判式 ι 代理）
+
+# 效果行值（status_effects.tres，2026-09-19 快照）
+ATTACK_UP_PCT = 50   # 增伤 +50%，duration 1，hero 侧
+AC_UP_POINT = 1      # 护甲强化 +1 AC，duration 1
+WEAKEN_PCT = 65      # 削弱 −65%（有效拍 1：duration 2 先兑付后衰减）
+ENRAGE_PCT = 25      # 暴走 +25%，enemy 侧 side-wide
+SAPPED_PCT = 25      # 乏力 −25%，hero 侧
+AMBUSH_MAG = 1       # 伏击 +1 flat/层（2026-09-17 压缩批 3→1）
+AMBUSH_STACKS = 2    # reward.tres ambush_double stacks（每雷伏击层数）
+OFF_GUARD_AC = 2     # 失衡 AC −2（2026-09-18 换装）
+
+# 直伤/群伤 flat 值（reward.tres，2026-09-17 ÷3 后）
+SPARK_AOE = 1        # 爆裂粉尘（全体存活敌）
+HEAL_MINOR = 1       # 急救敷料
+HEAL_BACKLASH = 1    # 反噬震荡（主角直伤）
+PIERCE_STRIKE = 2    # 穿刺弹（单目标克制直伤，必中全额）
+MAGIC_BOLT = 2       # 魔法矢（同上）
+PIERCE_SNARE = 2     # 穿刺陷阱（主角直伤）
+MAGIC_RECOIL = 2     # 魔法反噬（主角直伤）
+
+# 甲效矩阵（settlement.tres，加法核点数）：基础值 + 点数，damage_floor=1
+ARMOR_EFFECT = {     # attack_type → {armor_type: 点数}；切片 L1 全轻甲 / L2 除 Boss 全轻甲
+    "pierce": {"light": -1, "ward": 1, "heavy": 0},
+    "magic": {"light": 0, "ward": -1, "heavy": 1},
+    "normal": {"light": 0, "ward": 1, "heavy": -1},
+}
+
+# 格面资源池正向权重（reward.tres，2026-09-18 伤害道具批后，合计 67）
+# 类型 → (权重)；负向行 weight=0 不参与摇号，类型分布 = 正向权重
+POOL_WEIGHTS = {"attack": 14, "defense": 11, "blast": 16, "heal": 2,
+                "weaken": 8, "pierce": 8, "magic": 8}
+
+# 板形（|M| 幸存雷 / |S| 安全格）双口径
+#   名义 = density×(W×H−9) 初布值（2026-09-14 重算批参考板形口径，连续性参照）
+#   实测 = smoke/board_stat_probe.gd 200 样本/行均值（"先布后删"落地值，主流读数）
+BOARDS = {
+    "L1前段·名义(10x10)": {"M": 23, "S": 77},
+    "L1后段·名义(12x12)": {"M": 34, "S": 110},
+    "L2·名义(12x12)":     {"M": 34, "S": 110},
+    "L1前段·实测(10x10)": {"M": 12.91, "S": 87.09},
+    "L1后段·实测(12x12)": {"M": 22.61, "S": 121.39},
+    "L2·实测(12x12)":     {"M": 22.39, "S": 121.61},
+}
+
+
+def e_dig(u: float, d_ref: float, aoe_per_unit: bool = True) -> float:
+    """单安全格期望收益（当量），格子池 67 权重加权。
+
+    u = 敌方单位数。hero 侧单目标效果不随 u 缩放（主角每轮出手一次）；
+    enemy 侧 side-wide 效果（ac_up 承伤面 / spark_aoe 群伤 / weaken 全体减伤）随 u 缩放。
+    """
+    w = POOL_WEIGHTS
+    total = sum(w.values())
+    attack = w["attack"] * ATTACK_UP_PCT / 100 * d_ref                    # 主角下一拍增伤
+    ac_up = w["defense"] * AC_UP_POINT * 0.05 * d_ref * u                 # 每个来敌拍 −5pp 命中
+    spark = w["blast"] * (SPARK_AOE * u if aoe_per_unit else SPARK_AOE)   # 全体存活敌
+    heal = w["heal"] * HEAL_MINOR
+    weaken = w["weaken"] * WEAKEN_PCT / 100 * d_ref * u                   # 全体敌拍 ×0.35
+    pierce = w["pierce"] * max(1, PIERCE_STRIKE + ARMOR_EFFECT["pierce"]["light"])  # 轻甲口径
+    magic = w["magic"] * max(1, MAGIC_BOLT + ARMOR_EFFECT["magic"]["light"])
+    return (attack + ac_up + spark + heal + weaken + pierce + magic) / total
+
+
+def v_mine_a(u: float, m_amb: float) -> float:
+    """口径甲：注册模型连续口径 V_mine = unit_count × m_amb（registry 公式字面执行）。"""
+    return u * m_amb
+
+
+def v_mine_b(u: float, d_ref: float) -> float:
+    """口径乙：现行极性矩阵加权口径——踩雷兑付 = 该格类型负向行，按 67 权重池加权。
+
+    hero 侧固定（直伤三类 heal_backlash/snare/recoil + 乏力 sapped）；
+    enemy 侧 side-wide（enrage 每敌拍 / off_guard 每敌拍命中上浮 / ambush_double 每敌拍 +2 flat）随 u 缩放。
+    """
+    w = POOL_WEIGHTS
+    total = sum(w.values())
+    enrage = w["attack"] * ENRAGE_PCT / 100 * d_ref * u
+    off_guard = w["defense"] * OFF_GUARD_AC * 0.05 * d_ref * u   # AC−2 → 每敌拍 +10pp 命中
+    backlash = w["heal"] * HEAL_BACKLASH
+    ambush = w["blast"] * AMBUSH_STACKS * AMBUSH_MAG * u
+    sapped = w["weaken"] * SAPPED_PCT / 100 * d_ref              # 主角下一拍 −25%
+    snare = w["pierce"] * PIERCE_SNARE
+    recoil = w["magic"] * MAGIC_RECOIL
+    return (enrage + off_guard + backlash + ambush + sapped + snare + recoil) / total
+
+
+def audit_shape(name: str, m: float, s: float, u: float, c_clear: float,
+                d_ref: float, ap_r: int, iota: float, v_mine: float,
+                e_dig: float, dig_cost: int) -> dict:
+    """单板形单语境全量计算，返回判式各腿与判定。"""
+    n_s = (1 - iota) * s
+    if n_s < 1:
+        return {"name": name, "skip": True}
+    e_mine = m * n_s / (n_s + 1)
+    r_res = n_s * e_dig
+    x_res = e_mine * v_mine
+    dr = math.ceil((n_s + e_mine * dig_cost) / ap_r)
+    c_eff_normal = c_clear
+    c_eff_perfect = c_clear * P_PERFECT / 100
+    d_normal = (r_res + c_eff_normal) - (x_res + dr * d_ref)
+    d_perfect = (r_res + c_eff_perfect) - (x_res + dr * d_ref)
+    floor_req = x_res + dr * d_ref          # 保守地板需求（对 C_eff）
+    return {
+        "name": name, "skip": False, "n_s": n_s, "e_mine": e_mine,
+        "r_res": r_res, "x_res": x_res, "dr": dr, "dr_cost": dr * d_ref,
+        "floor_req": floor_req, "gap_normal": floor_req - c_eff_normal,
+        "gap_perfect": floor_req - c_eff_perfect,
+        "d_normal": d_normal, "d_perfect": d_perfect,
+    }
+
+
+def main() -> None:
+    ap = argparse.ArgumentParser(description="清图支配性（条款⑤）对账重算")
+    ap.add_argument("--d-ref", type=float, default=D_REF)
+    ap.add_argument("--c-clear", type=float, default=None,
+                    help="清图奖励当量 C（默认 = (C_MIN+C_MAX)/2 = 13；传 8 得保守地板口径）")
+    ap.add_argument("--ap-r", type=int, default=AP_R)
+    ap.add_argument("--iota", type=float, default=IOTA)
+    ap.add_argument("--m-amb", type=float, default=float(AMBUSH_MAG),
+                    help="口径甲的伏击行 magnitude（默认 1；传 2 = ambush_double 双层口径）")
+    ap.add_argument("--e-dig-discount", type=float, default=1.0,
+                    help="E_dig 实现率折减（legacy 敏感性口径传 0.6）")
+    args = ap.parse_args()
+    c_clear = args.c_clear if args.c_clear is not None else (C_MIN + C_MAX) / 2
+
+    print(f"现行值链快照：D_ref={args.d_ref:g}  C={c_clear:g}（min {C_MIN}/max {C_MAX}）  "
+          f"AP_r={args.ap_r}  ι={args.iota}  p_perfect={P_PERFECT}  RAP零价假设照旧")
+    print(f"E_dig（67权重池加权当量）: u=1 {e_dig(1, args.d_ref):.3f} · u=2 {e_dig(2, args.d_ref):.3f} · "
+          f"u=3 {e_dig(3, args.d_ref):.3f}（折减 ×{args.e_dig_discount:g} 后同乘）")
+    print(f"V_mine 口径甲（u×m_amb, m_amb={args.m_amb:g}）: u=1 {v_mine_a(1, args.m_amb):.3f} · "
+          f"u=2 {v_mine_a(2, args.m_amb):.3f} · u=3 {v_mine_a(3, args.m_amb):.3f}")
+    print(f"V_mine 口径乙（极性矩阵加权）: u=1 {v_mine_b(1, args.d_ref):.3f} · "
+          f"u=2 {v_mine_b(2, args.d_ref):.3f} · u=3 {v_mine_b(3, args.d_ref):.3f}")
+    print()
+
+    for vm_label, vm_fn in [("口径甲（注册模型 V_mine=u×m_amb）", lambda u: v_mine_a(u, args.m_amb)),
+                            ("口径乙（现行矩阵加权 V_mine）", lambda u: v_mine_b(u, args.d_ref))]:
+        print(f"### 主判式 · {vm_label} · C={c_clear:g}")
+        print("| 板形 | u | n_s | E[踩雷] | R_res | X_res | Δr(代价) | Δ_clear 非完美 | Δ_clear 完美 | 判定 |")
+        print("|---|---|---|---|---|---|---|---|---|---|")
+        for bname, b in BOARDS.items():
+            for u in (1, 2, 3):
+                ed = e_dig(u, args.d_ref) * args.e_dig_discount
+                r = audit_shape(bname, b["M"], b["S"], u, c_clear, args.d_ref,
+                                args.ap_r, args.iota, vm_fn(u), ed, DIG_COST)
+                if r["skip"]:
+                    continue
+                verdict = "✓" if r["d_perfect"] >= 0 and r["d_normal"] >= 0 else (
+                    "完美✓" if r["d_perfect"] >= 0 else "✗")
+                print(f"| {bname} | {u} | {r['n_s']:.2f} | {r['e_mine']:.2f} | {r['r_res']:.1f} | "
+                      f"{r['x_res']:.1f} | {r['dr']}({r['dr_cost']:.0f}) | {r['d_normal']:+.1f} | "
+                      f"{r['d_perfect']:+.1f} | {verdict} |")
+        print()
+
+    print("### 保守地板（C_eff(min)=C_MIN）需求与缺口 · 口径乙")
+    print("| 板形 | u | 地板需求 X_res+Δr×s_ref | 缺口(对 min) | 缺口(对完美 ×2) |")
+    print("|---|---|---|---|---|")
+    for bname, b in BOARDS.items():
+        for u in (1, 3):
+            ed = e_dig(u, args.d_ref) * args.e_dig_discount
+            r = audit_shape(bname, b["M"], b["S"], u, float(C_MIN), args.d_ref,
+                            args.ap_r, args.iota, v_mine_b(u, args.d_ref), ed, DIG_COST)
+            if r["skip"]:
+                continue
+            print(f"| {bname} | {u} | {r['floor_req']:.1f} | +{r['gap_normal']:.1f} | +{r['gap_perfect']:.1f} |")
+    print()
+
+    # 护栏 B（防钓鱼——退化板刷清图奖励上界）：⌈(|S|min − |R0|max) ÷ AP_r⌉ × s_ref ÷ 2
+    # |S|min = min_safe_count 当期行集（50/60）；|R0|max = 20 经验值（无登记供给方）
+    print("### 护栏 B 复核（防钓鱼上界，D_ref 口径）")
+    for s_min in (50, 60):
+        ub = math.ceil((s_min - 20) / args.ap_r) * args.d_ref / 2
+        print(f"|S|min={s_min}: 上界 = ⌈({s_min}−20)/{args.ap_r}⌉×{args.d_ref:g}÷2 = {ub:g}"
+              f"  → C={c_clear:g} {'✓' if c_clear <= ub else '越 %.1f×' % (c_clear / ub)}"
+              f" / 完美 C_eff={c_clear * P_PERFECT / 100:g} "
+              f"{'✓' if c_clear * P_PERFECT / 100 <= ub else '越 %.1f×' % (c_clear * P_PERFECT / 100 / ub)}")
+
+
+if __name__ == "__main__":
+    main()