HEX TRAILS · 关卡调优

调出 50 关难度合适、好玩的关卡，交付人工审核

第 0 轮 · 更新于 09-14 16:21 · 本页每 60 秒自动刷新

3 / 17 项完成18%

A现在的状态

候选关卡

17 / 50

当前关卡集

盲转 / 关

0.00

目标 0

转错方向 / 关

0.00

目标 0

猴子动作÷棋子

5.07

目标 ≥3.0（不无脑）

旋转数	目标关数	现有	缺口
0 转	5	0	还差 5
1 转	12	0	还差 12
2 转	15	0	还差 15
3 转	18	17	还差 1

路线家族分布：weave ×4 · switchback ×1 · petals ×4 · orbits ×4 · crossing ×2 · spiral ×2　终局可走朝向分布：{"2":3,"3":13,"4":1}

B什么叫「难度合适且好玩」

评分里只有 difficulty（复测 r=0.93）和 stuck（r=0.85）可信；rotation / clarity / fun 的复测 r 只有 0.32 / 0.19 / 0.56，是模型噪声，不能拿来调参。所以「好玩」必须换成机械代理。

难度：agent 的 difficulty 评分沿关号上升，末档逼近 3.0（3 = 刚刚好），全程不超过 3.2（grok 抽样评分）
不挫败：stuck ≤ 2.0，盲转 = 0，转错方向 = 0（规则机器人全量扫，12 秒）
不无脑：猴子玩家动作÷棋子 ≥ 3.0（v0.5 全库 1.67 = 乱点就能过）（生成时算）
旋转是主线：0 旋转关 ≤ 5 关（10%），且随关号推进旋转数递增（求解器）
不重复：50 关盘面签名互不相同，路线家族分布不偏科（deepLevelKey 去重）

关号区间	旋转数	目标 difficulty 评分
L1–L12	0–1 转	1.5 – 2.0
L13–L32	1–2 转	2.0 – 2.6
L33–L50	2–3 转	2.6 – 3.0

C任务

P0判据：先说清楚什么叫「好」

T0.1难度曲线与旋转配额定义完成
50 关分三档，0 转关卡死 10% 上限（用户硬要求）
T0.2机械验收门槛完成
盲转=0、转错=0、终局可走朝向≥2 —— 前两项已由改锁结构达成
T0.3「好玩」的机械代理指标完成
猴子 APT ≥3.0。fun 评分复测 r=0.56 不可用，改用「乱点过不了」当代理

P1产能：先得有足够多的候选

T1.1深锁关（3 转）扩产到 ≥60 个候选待办
当前 14 种子出 17 关，需扩大种子与半径扫描
T1.2中档（2 转）生成路径待办
deep-lock 固定 3 转，v0.5 最多 2 转 —— 中档要么放宽锁链，要么从 v0.5 筛
T1.3简单档（0–1 转）候选池待办
从 v0.5 筛，但必须过猴子 APT 门槛（v0.5 全库中位 1.67，大部分会被刷掉）
T1.4去重与家族均衡待办
6 个路线家族不能偏科；v0.5 曾出现 1000 关只有 30 个模板

P2标定：把机械指标映射到真实难度

T2.1grok 抽样跑候选池，收集 difficulty / stuck待办
分层抽样，覆盖各旋转档与各家族
T2.2拟合 difficulty ~ 机械特征待办
候选特征：旋转数、锁住率、猴子 APT、棋子数、路线长度、终局路口数
T2.3用模型给全部候选打分并按曲线选 50 关待办

P3迭代：跑几轮把曲线调平

T3.1第 1 轮：grok 全量跑 50 关待办
T3.2按实测曲线调整选关，重选待办
T3.3第 2 轮验证待办
T3.4收敛判定（难度曲线单调、stuck 达标）待办

P4交付

T4.150 关关卡集待办
T4.2人工审核页（可直接试玩每一关）待办
T4.3后续关卡制作流程的优化总结待办

E已有的 agent 实测

批次	关数	difficulty	stuck	盲转/关	多转/关
Codex CLI · gpt-6-astra low	18	2.44	1.44	1.17	1.22
Codex CLI · spark xhigh	18	3.11	2.28	1.17	1.17
Grok Build CLI · xhigh	18	2.39	1.83	1.17	1.22
pi · Grok 4.6 xhigh	18	2.39	1.89	1.17	1.22
pi · Grok 4.6 xhigh · 复测	18	2.44	1.78	1.39	1.56
pi · Grok 4.6 xhigh · 新门槛	18	2.11	1.39	0.28	0.33
Kimi CLI · k3 high	18	2.94	1.83	1.17	1.22
Codex · high reasoning	10	3.00	1.90	0.40	0.50
Codex CLI · xhigh	6	3.00	2.17	0.33	0.33

difficulty 3 = 刚刚好；stuck 越低越好。这两项是评分里唯二复测可信的（r = 0.93 / 0.85）。

F日志

起点已完成前置工作：擦碰漏报修复（113/581 例）、终局单出口门槛、锁结构改为双向可开 —— 规则机器人盲转/转错/多转已全部归零