Ověření pravidel stolní hry (tabletop-3)
Výsledky se týkají konkrétních heuristických strategií. Nejsou lidským playtestem ani důkazem optimálního hraní. Verze: pravidla tabletop-3, obsah tabletop-content-4, strategie tabletop-agents-4.
Historie
Původní společná plavba v tabletop-1 vyhrála 100/100 na ring6 i bridge6. Pro tabletop-2 jsme v první výběrové sadě porovnali pět nastavení rozpočtu, tři strategie a 100 seedů (1 500 partií). Zvolené výchozí nastavení má 6 kol, 8 úsilí, 4 cíle a kapacitu transportu 2; Seznámení ponechává mírnější rozpočet. Čísla v dalších oddílech jsou přepočtená pro tabletop-3, protože přibyl dalekohled, karta signálů na pobřeží je jen jednou a horečka se umisťuje jako signál.
Otevřený obsah: Rozdělená posádka
Ověřovací sada používá seedy 90210–90409, čtyři strategie a pět variant na ring6 a bridge6: 8 000 partií s vypnutým průzkumem (exploration: false), aby šlo porovnávat s tabletop-2. Varianty mění vždy jednu součást: kapacitu na 5, odebrání transportu, rozpočet na 10 úsilí / 8 kol, nebo cyklické umisťování. Výsledky jsou párované podle seedu, strategie a mapy; obě mapy sdílejí seedy.
| Strategie | ring6, výhry z 200 | bridge6, výhry z 200 |
|---|---|---|
| Náhodná | 0 | 0 |
Samostatné řešení (greedy) |
79 | 84 |
Společný postup (convoy) |
138 | 141 |
Výběr spolupracující skupiny (cooperative) |
149 | 149 |
Rozdíl cooperative − convoy je na ring6 +5,5 procentního bodu (přibližný párový 95% interval −0,1 až +11,1), na bridge6 +4,0 (−1,4 až +9,4). V tabletop-2 byl rozdíl +7,5 a +6,0 s intervaly nad nulou. S novým obsahem už přínos výběru skupin není prokázaný; směr zůstává stejný.
Průměrná separace ze snímků na konci kol je na ring6 1,51 spoje pro cooperative proti 1,16 pro convoy. S kapacitou 5 zůstane convoy prakticky pohromadě (0,03). Rozdělení skupiny tedy v modelu skutečně nastává. Předávání je řídké (cooperative 0,21 za partii na ring6); hlavním pozorovaným přínosem je spojování schopností a plánování přesunů.
Vliv transportu, rozpočtu a umisťování
- Odebrání transportu sníží cooperative na ring6 o 4,0 bodu (−8,6 až +0,6), na bridge6 o 0,5 (−4,8 až +3,8). Pro convoy je ztráta jasná: −17,5 a −11,5 bodu. Transport je důležitý hlavně pro strategii, která drží tým pohromadě.
- Volný rozpočet zvýší cooperative o 24,0 bodu (+17,7 až +30,3) a 25,0 (+19,0 až +31,0). Rozpočet zůstává hlavní pákou obtížnosti.
- Cyklické umisťování pomohlo cooperative na ring6 o 6,5 bodu (+1,7 až +11,3), na bridge6 nic (−0,5). Geografické umisťování ponecháváme kvůli srozumitelnému rozložení odměn a vzdálených cílů, ne proto, že by prokazatelně zvyšovalo hloubku.
Průzkum
Sada examples/tabletop/exploration.json používá nové seedy 51000–51199, strategie greedy, cooperative a scout a devět variant: 5 400 partií na ring6. Základem je výchozí průzkum.
| Varianta | greedy | cooperative | scout |
|---|---|---|---|
| Průzkum (výchozí) | 34 | 112 | 88 |
| Otevřený obsah | 61 | 145 | 145 |
| Příchod jen ohlásí | 17 | 78 | 77 |
| Karty lícem dolů | 35 | 108 | 81 |
| Zachycení zdarma | 34 | 112 | 96 |
| Balíček Výprava | 37 | 104 | 80 |
| Skrytá mapa | 33 | 110 | 80 |
| Pohyblivé hrozby a znovuzakrytí po 2 kolech | 34 | 106 | 71 |
| Mlžné souostroví (jiný rozpočet) | 64 | 149 | 164 |
Výhry z 200. Hlavní zjištění:
- Průzkum výrazně ztěžuje hru. Otevřený obsah přidá cooperative 16,5 bodu (+10,8 až +22,2) a scout 28,5 (+21,2 až +35,8). Skryté odměny se nacházejí méně: volitelných příležitostí je 1,8 na partii místo 3,0. Výchozí scénář s průzkumem je pro heuristiky těžší než tabletop-2; rozpočet pro lidi je potřeba ověřit.
- Vzdálený průzkum se ve výchozím scénáři nevyplácí (riziko §85). Scout vydá na průzkum 9,3 úsilí za partii a prohrává s cooperative o 12 bodů (−19,0 až −5,0). V Mlžném souostroví, kde příchod jen ohlašuje a na začátku jsou dvě karty, je naopak nejlepší: +7,5 bodu proti cooperative (+2,1 až +12,9). Průzkum tedy není ani vždy, ani nikdy výhodný; záleží na scénáři.
- Příchod, který jen ohlašuje, ubírá cooperative 17 bodů. V běžném rozpočtu je to příliš tvrdé; Mlžné souostroví to vyvažuje větším rozpočtem a menším cílem.
- Karty lícem dolů, skrytá mapa a balíček Výprava mají u všech strategií intervaly přes nulu. Na ring6 skrytá mapa skoro nic nemění, protože šest míst v kruhu se rychle prozkoumá; smysl dává spíš na větších mapách.
- Pohyblivé hrozby zhoršují výsledek strategie scout o 8,5 bodu (−14,0 až −3,0) a zvyšují počet zhoršených stavů o 0,56 na partii.
- Zachycení zdarma mění jen strategii scout (+4,0; +0,4 až +7,6), protože ostatní zachycení nepoužívají.
- Kvalita karet: dohoda s pašeráky se odhalí v 90 % partií, ale vyřeší jen ve 4–7 %. Výchozí posádka nemá vyjednávání a jediný zdroj je dovednost z pašeráckých signálů. U greedy se podobně chovají mapa z vraku a tajná plavební cesta, které potřebují dvě schopnosti najednou. Je to kandidát na úpravu obsahu nebo výchozích rolí.
Varianta se znalostí po postavách se v simulaci neliší od sdílené, protože strategie hrají týmovým pohledem; měřit ji mají až externí agenti nebo lidé.
Žebřík mechanik
Sada examples/tabletop/mechanics-ladder.json hraje neutrální téma na ring6 se seedy 62000–62199, čtyřmi strategiemi a šesti kroky: 4 800 partií. Každý krok se párově porovnává s předchozím.
| Krok | greedy | convoy | cooperative | scout |
|---|---|---|---|---|
| 1 Úkoly | 200 | 200 | 200 | 200 |
| 2 + odměny | 183 | 176 | 199 | 199 |
| 3 + hrozby | 109 | 128 | 183 | 183 |
| 4 + transport | 116 | 166 | 182 | 182 |
| 5 + průzkum | 101 | 144 | 173 | 155 |
| 6 + geografické umisťování | 72 | 113 | 151 | 118 |
Výhry z 200. Bez průzkumu nemá strategie scout co dělat jinak, proto v krocích 1–4 hraje stejně jako cooperative.
- Samotné karty cesty jsou triviální. Když je každá tažená karta cíl, vyhraje každá strategie. Krok 1 slouží jako kontrola, ne jako měření obtížnosti.
- Odměny ředí balíček. Obsazují místo mezi čtyřmi aktivními kartami, takže greedy ztratí 8,5 bodu (−12,4 až −4,6) a convoy 12,0. Cooperative, která odměny cíleně předává, se nezmění (−0,5).
- Hrozby jsou nejsilnější páka obtížnosti. Greedy ztratí 37,0 bodu (−44,3 až −29,7), convoy 24,0, cooperative 8,0 (−12,0 až −4,0). Samostatné postavy do hrozeb vcházejí nejčastěji.
- Transport pomáhá hlavně společnému postupu. Convoy +19,0 bodu (+12,0 až +26,0), greedy +3,5, cooperative −0,5 (interval přes nulu).
- Průzkum zhoršuje všechny strategie, nejvíc scout (−13,5; −18,8 až −8,2). Průzkum na dálku se ani v neutrální verzi nevyplácí.
- Geografické umisťování posílá cíle daleko a hrozby na úzká místa: −11 až −18,5 bodu podle strategie.
Tyto rozdíly jsou kumulativní: každý krok měří přidanou mechaniku v kontextu předchozích, ne izolovaně. Pro izolovaný účinek jedné mechaniky použijte cardTypes nebo přepínače přímo jako variantu proti jedné základně ("comparison": "first").
Reprodukce a meze
Souhrny v docs/validation/tabletop-ring.json, tabletop-bridge.json, tabletop-exploration.json a tabletop-ladder.json obsahují normalizované konfigurace, verze, všechny reporty a porovnání, počet vzorků a otisk vzorkových dat. Plné řádky a ukázkové replaye znovu vygenerujete:
npm run experiment -- examples/tabletop/holdout.json output/experiments/holdout.json
npm run experiment -- examples/tabletop/holdout-bridge.json output/experiments/holdout-bridge.json
npm run experiment -- examples/tabletop/exploration.json output/experiments/exploration.json
npm run experiment -- examples/tabletop/mechanics-ladder.json output/experiments/mechanics-ladder.json
node scripts/summarize-experiment.mjs output/experiments/holdout.json docs/validation/tabletop-ring.json
Stejné verze a seedy dají stejný otisk sampleFingerprint. Intervaly používají přibližný normální odhad párových rozdílů a nejsou korigované na mnoho současných porovnání. Náhodná strategie je slabá kontrola, nikoli model nezkušeného hráče. Žádná strategie není dokázaně optimální a úspěšnost nejsilnějšího bota není předpovědí obtížnosti pro lidi. Tvrzení o zábavnosti, délce partie, dominantním hráči u stolu nebo přístupnosti dětem čekají na postup v docs/playtest.md.