追逃 AI 不开全图：让猎犬只能闻¶

算法实验室 TSP 复盘 · 第 4 篇。断踪是一款回合制反追踪游戏：玩家在野外移动会留下痕迹，追踪小队循痕迹收敛。这一篇记录追捕者 AI 的信息结构设计，以及调参撞上"跷跷板"之后，我改调什么。

现象¶

追逃玩法要成立，追捕者必须"讲道理"：太弱则毫无压力，太强则必死。断踪的最终形态里，追踪者的世界没有玩家坐标，只有一片痕迹场——每格一个强度值，它的一切行为都从这片场上读出来。

有意思的是，追逃设计空间里两个平庸端点，在最终形态里其实都还在：CHASE 状态直取玩家真实位置——这是"有界的全知"；PATROL 状态无所闻时随机踱步——这是"有界的瞎转"。区别在于它们现在都被信息阈值驱动：全知是"闻到之后"的奖励，瞎转是"没闻到"的默认。整个设计的分量，全压在信息场上。

我一开始的错误判断¶

这一篇的试错有记录在案，而且结论很反直觉：我一开始以为难度旋钮在运动参数里。 调参文档里追击回合数、追击速度这些旋钮一应俱全，直觉上"难度 = 追得多快、追多久"。后来的撞墙记录证明这两个旋钮根本不在关键路径上（见排查）。

真正需要防的两个端点，是这个设计空间的固有陷阱：全知寻路让玩家没有生存空间，随机巡逻让玩家毫无压力。信息场方案是两条死路之间唯一的活路——难的不是写出来，是调出来。

排查与关键证据¶

信息结构的规则（trace.ts）：

沉积：玩家进入格子，按地形系数叠加痕迹强度。注释原话"WATER 为负 = 冲刷，下限 0"——蹚水会洗掉痕迹。
衰减：每回合全场衰减，雨天倍率更高（注释：×4）。
嗅探：强度决定传播距离。注释原话："痕迹越强传得越远（MUD 可传 ~5 格，ROCK 仅基础半径）"，感知半径之外按距离线性衰减（每格 0.8）。

行为只在信息阈值上跃迁（trackers.ts 三态机）： PATROL 闻到痕迹 → 走向最强格；痕迹"新鲜"（强度 ≥ freshThreshold）→ 升级 CHASE，直取玩家真实位置；耐力耗尽或距离重新拉开 → LOST，沿最后已知方向直走一段 → 回 PATROL。CHASE 期间玩家入水立即断追，注释写明："入水即断追踪：溪流冲掉气味（水中也不被贴身抓捕）"。

不对称优势是设计出来的，不是漏出来的。 trackers.ts 头注释只有一行："追踪者不进入溪流（玩家的水线走廊不对称优势）"。AI 的禁入地形，就是玩家的策略空间。

然后是调参撞墙——本篇最硬的一段记录。 试玩报告原话：

识路 bot 全程未被追——追击压力对人玩家才会出现（人不会最优绕行）；参数线上调不了（调过 5 组，谨慎/鲁莽跷跷板）

背景是：识路 bot 用 Dijkstra 规划路线、主动避开巡逻带，全程未被追——机制对"完美玩家"成立得太好；而人不会最优绕行，追击压力只对人出现。想把压力调出来，改沉积、改衰减、改感知半径，调了 5 组参数，谨慎策略和鲁莽策略的胜负像跷跷板：压下这头，翘起那头。

调参文档最终把 deposit 标成"整个游戏的手感锚点"。参数冻结，只留一个条件旋钮："人类试玩若『从没被追过』，把 deposit.MUD 3.4 → 3.8"——注意这是发布前预留的调整预案，不是已执行的修改。

bot 断言守住底线。 平衡测试：谨慎穿越者 ≥6/12 局胜、鲁莽穿越者 ≤3/12 局胜，测试名后面挂着那行注释："bot 无全图信息，人类玩家可见整图，实际难度更低"。

补测实验：把跷跷板放进扫描仪（成稿时补做，可复跑：npx vitest run src/evidence-sweep.test.ts）。 历史记录只留下"调过 5 组"的结论；成稿时把单旋钮扫描当场跑了一遍：deposit.MUD 从 2.6 到 4.2 扫五档 × 12 seed × 双 bot（bot 的路径权重读取扫描参数，与游戏世界自洽），逐行数据落盘 data/deposit-sweep-trace-break.json：

MUD	谨慎胜局（闸门 ≥6）	鲁莽胜局（闸门 ≤3）	谨慎败因分布	鲁莽被抓局数
2.6	7 ✓	5 ✗	被抓 3 / 饿死 2	7
3.0	7 ✓	5 ✗	被抓 2 / 饿死 3	7
3.4（默认）	6 ✓	3 ✓	被抓 3 / 饿死 3	9
3.8	5 ✗	3 ✓	饿死 5 / 被抓 2	9
4.2	5 ✗	3 ✓	饿死 4 / 被抓 3	9

三个发现：一，单旋钮可行域窄到一个点——本次扫描里只有 3.4 同时满足两道闸门，低档鲁莽赢太多（5 局 > 闸门 3），高档谨慎先出局（5 局 < 闸门 6）：两道闸门从两头往中间挤，把可行区间挤成了一个点。二，加压对两类策略同时起效，但败因不同——MUD 调高不是简单的一升一降：谨慎的败因从"被抓"迁移为"饿死"（追击变频繁 → 绕行变多 → 回合预算耗尽），鲁莽则卡死在 9 局被抓。三，复刻自检——默认档跑出 6/3，与仓库闸门下限（≥6、≤3）逐位吻合，说明这次补测的策略复刻没有走样。历史上那句"调过 5 组，谨慎/鲁莽跷跷板"，现在既有机制解释，也有现场复现。

根因¶

追逃游戏的难度来自追捕者的信息结构，不是运动参数。 信息场参数互相锁死：沉积强度 × 衰减率 × 感知半径 × 追击耐力，共同决定"痕迹存活多久、多远能闻到、闻到后追多久"。这四个数任何一个单独拧，都是在两类策略之间搬跷跷板——"调过 5 组"就是这条结论的实验记录。正确的调参顺序是先锁信息结构（谁能感知什么、以什么速率衰减），再看策略族的胜负带宽。

bot 与人类的差异在这里最大，过度拟合 bot 是这类游戏的死法。 bot 最优绕行永远不被追；为 bot 调出来的"压力"，对人类可能是灾难。所以参数冻结在 bot 底线达标的位置，最后一段调参留给真人数据——"条件旋钮"就是这个交接仪式：引擎能验证的到此为止，剩下的是人类的。

约束与取舍¶

放弃全知/脚本化 AI。 换来公平感和策略空间（水线走廊、路线选择）；代价是 AI 在特定地形下可被构造性利用——沿溪流走可以完全断追。这是特性还是漏洞？当时的判定写进了注释：特性。
放弃把跷跷板调到"完美"。 参数冻结在 bot 底线达标处；代价是上线初版对人类可能偏松（报告的建议原话是"保留现值"观察），换来不过度拟合 bot。
留条件旋钮而不是继续调。 把"如果人类反馈 X 就调 Y"写成文档：代价是发布后可能还要动一次参数；换来调参有据可依，而不是再撞一次跷跷板。

可复用检查清单¶

先定追捕者的信息结构（感知什么、怎么衰减、何时升级），再调运动参数。
识别跷跷板：一次改动让策略 A 变好同时策略 B 变坏 → 停止单旋钮调参，回到信息结构层。
给玩家留不对称优势（AI 的禁入地形/弱势地形），并写成显式注释——它是设计还是漏洞，要有个说法。
平衡断言按策略族成对写（谨慎应赢 / 鲁莽应输），单边断言不构成平衡证据。
bot 调到底线达标即止，剩余偏差留给真人试玩，用"条件旋钮"文档化，不过度拟合 bot。

记录核对情况（发布前删除本节）¶

已按仓库记录落实：

"调过 5 组，谨慎/鲁莽跷跷板"及"追击压力对人玩家才会出现"：docs/playtest-report.md #8 原话。
deposit 为手感锚点、条件旋钮（MUD 3.4 → 3.8）：docs/tuning-guide.md #8 行、docs/playtest-report.md #8。
信息场规则与三态机、水线不对称、入水断追：trace.ts、trackers.ts 注释原文。
平衡断言与 bot 信息面注释：balance.test.ts。
补测实验 B（MUD 五档扫描、可行域单点、默认档 6/3 自检）：src/evidence-sweep.test.ts、docs/articles/data/deposit-sweep-trace-break.json。方法论说明：扫描中的 bot 路径权重读取被扫描的参数（与游戏世界自洽）；谨慎 bot 的两段逃生分支在原测试文件里语义重复，复刻时合并为一段（行为等价）。

仍属重建、无记录支撑（发布前请按真实经历改写或删除）：

"我一开始以为难度旋钮在运动参数里"的心理过程是按调参文档的旋钮清单与撞墙记录反推的；事实部分（旋钮存在、调参失败、最终冻结）全部有据。
"全知寻路 / 随机巡逻两个端点曾各自实现过"未做声称——正文已改写为设计空间分析 + 代码事实（CHASE 有界全知、PATROL 随机踱步都存在于最终形态）。
"调过 5 组"具体是哪五组参数、各组结果：文档只有结论。若记得请补一段；不记得可删去具体组数或标注为记忆。

引用出处¶

src/algorithms/trace-break/engine/trace.ts、trackers.ts（注释原文）
src/algorithms/trace-break/engine/balance.test.ts
docs/playtest-report.md（#8）
docs/tuning-guide.md（#8 行）
src/evidence-sweep.test.ts（补测实验 B：deposit.MUD 扫描）
docs/articles/data/deposit-sweep-trace-break.json（逐档数据 + 复现命令）