GTNH 2.9 筛种日志
- 第一章 项目目标、技术基础与首次预筛
- 第二章 初期批量筛选与 V8 评价体系
- 第三章 四维度评价体系与 V9 实现
- 第四章 V10 自动流水线与多路线生成
- 4.1 分级流程、程序适配与首轮运行
- 4.2 下界矿层预测与生成顺序对照
- 4.3 多路线方案与探针接口
- 4.4 小样本多路线测试与数据隔离
- 4.5 正式批次的内存故障与轻量化修复
- 第五章 正式批次结果与评分方法修订
- 5.1 首个正式批次与共同指标比较
- 5.2 资源证据检查与历史数据复用
- 5.3 第二个千颗批次及候选比较
- 5.4 下界五项评价与月球离线重评分
- 第六章 V11 大规模初筛与人工收藏
- 6.1 快速初筛的设计、性能与数据成本
- 6.2 四项初筛评分与门槛校准
- 6.3 网页比较、人工收藏与搜索规模
- 第七章 57 颗候选深筛与预测算法核验
- 7.1 57 颗候选的深筛框架与首轮数据审计
- 7.1.1 从大规模初筛转入候选深筛
- 7.1.2 人工收藏名单的核验
- 7.1.3 V11深筛流程的调整
- 7.1.4 22项深筛检测体系的确认
- 7.1.5 深筛证据格式的统一
- 7.1.6 57颗Stage1程序的适配
- 7.1.7 Stage1首轮结果
- 7.1.8 发现Stage1报告丢失数据
- 7.1.9 原始记录重新审计
- 7.1.10 Roguelike探针异常
- 7.1.11 修订版Stage1报告
- 7.1.12 补充虚拟油田与矿脉预测
- 7.1.13 资源补测后的实际状态
- 7.1.14 为什么不立即生成57颗完整世界
- 7.1.15 V11首轮深筛暴露的问题
- 7.1.16 本阶段成果
- 7.1.17 57 颗首轮深筛小结
- 7.2 固定坐标核验与堡垒预测修复
- 7.2.1 从候选预测转向固定坐标验证
- 7.2.2 固定坐标实验设计
- 7.2.3 第一轮固定坐标检测结果
- 7.2.4 下界堡垒候选验证失败
- 7.2.5 排查Biomes O’ Plenty的下界生成器
- 7.2.6 堡垒生成函数的反射问题
- 7.2.7 根因:Hodgepodge修改了随机数实现
- 7.2.8 修正堡垒候选生成算法
- 7.2.9 修正候选的运行时验证
- 7.2.10 末地矿石类型的进一步确认
- 7.2.11 修正历史V11下界堡垒评分
- 7.2.12 历史57颗收藏种子的评分变化
- 7.2.13 堡垒修复补丁与网页适配
- 7.2.14 57颗候选名单的重新调整
- 7.2.15 本阶段的核心技术问题
- 7.2.16 固定坐标核验与修复小结
- 7.3 Roguelike 预筛修复与 56 颗重审
- 7.1 57 颗候选的深筛框架与首轮数据审计
- 第八章 39 颗候选的首次生成与资源审计
- 8.1 候选确定、批量失败与离线恢复
- 8.2 物理补测、资源识别与覆盖审计
- 8.3 单轮参考榜与 11 颗候选名单
- 8.4 进入多轮比较前的待验证项目
- 第九章 11 颗多轮比较与首次决选
- 第十章 红砖房核查与最终种子的重新选拔
- 第十一章 最终存档预生成与项目结果
项目周期:2026年11月2日—11月15日
第一章 项目目标、技术基础与首次预筛
实验阶段:2026 年 11 月 2 日至 3 日凌晨
从双人长期生存的基地需求出发,确定预筛工具、实验环境和第一版资源权重。首批 10 颗种子的输出为后续批量筛选提供了起点。
1.1 项目背景与研究目标
2026 年 11 月 2 日,我开始为一个双人长期生存存档开发 GTNH 2.9.0 世界种子筛选程序。初期需要在基地附近获得建材和基础矿物,中后期还要为大型生产线预留连续平地,并考虑跨维度采集资源的距离。我希望在正式开荒之前,找到一颗综合条件较好的种子,主要包括:
- 出生点附近有适合建设大型工业基地的地形;
- 附近存在可利用的匠魂村庄;
- Roguelike地牢、LootGames等特殊结构比较丰富;
- 锡石、黏土等前期资源距离较近;
- 尽可能减少后续寻找重要资源的时间。
人工开图、传送检查和记录坐标耗时较长。初步方案是调用 GTNH 世界生成算法批量分析主世界,从少量候选中选择适合开荒的存档。下界、末地和月球的评价标准在后续实验中逐步建立。
1.2 开源项目的选择
1.2.1 OrderedSet86/gtnh-determinism
项目以 OrderedSet86/gtnh-determinism 为基础。上游研究 GTNH 的生成确定性,尤其关注速通环境下结构、矿脉与战利品能否复现。下表列出本项目复用的组件。
| 组件 | 原项目功能 | 本项目中的用途 |
|---|---|---|
Prefilter.java |
快速获取种子对应的地形和结构信息 | 大规模种子初筛 |
VirginChunkProvider |
获取未经完整装饰的原始区块地形 | 地形与结构候选分析 |
WorldgenProbe |
在GTNH环境中执行并记录世界生成过程 | 实际资源验证 |
run-probe.sh |
自动启动服务端并执行探针 | 完整生成任务调度 |
searchlib.py |
种子搜索相关数据处理 | 批量筛选程序的技术基础 |
diff-probe.py |
比较不同世界生成报告 | 重复生成结果对照 |
其中,预筛程序可在完整开图前计算部分结构候选位置,用于千颗以上的初筛。
1.2.2 原项目的确定性研究
gtnh-determinism还有一个重要特点:它不仅能够检测世界生成结果,还研究了GTNH中存在的非确定性问题。
按照Minecraft世界种子的通常理解,相同种子在相同版本和配置下应当生成相同世界。但GTNH包含大量模组,部分结构和矿脉的生成过程会受到随机数状态、区块加载顺序和模组间事件执行顺序的影响。原项目针对这些问题提供了确定性修复模组,尝试让相关资源更加稳定地由世界种子决定。
最终存档要在普通 GTNH 2.9 服务端使用。我保留整合包原有的生成行为,只复用上游预筛算法、探针和实验工具,并在目标服务端核验实际资源。
1.2.3 GTNH 2.9的版本适配
本项目使用GTNH 2.9.0。GTNH 2.9 默认采用 RWG2_CONTINENTS,上游早期实验使用过旧的 rwg。地形、群系和结构分布都依赖世界类型,本项目用当前版本的服务端生成结果校验关键指标。
1.3 开发环境部署
项目采用Windows和WSL Ubuntu作为开发环境。
| 项目 | 环境 |
|---|---|
| 宿主系统 | Windows |
| Linux环境 | WSL Ubuntu |
| Java | Java 21 |
| Python | Python 3 |
| 整合包版本 | GTNH 2.9.0 |
| 项目路径 | ~/gtnh-determinism |
| 数据格式 | JSON、JSONL、CSV |
11月2日深夜至3日凌晨,首先完成WSL环境准备和原项目克隆。随后检查了Java 21.0.12.1环境,确认原项目中的prefilter.sh、build-probe.sh等脚本可以使用,并准备了GTNH 2.9服务端。早期开发主要集中在调用现有工具、整理输出和设计评分。
1.4 首次种子预筛实验
11月3日约零时29分,第一次GTNH 2.9预筛测试成功。程序生成了包含10颗种子的test.jsonl。
例如,种子 2576952028867633048 返回了 4 座村庄及其建筑组成。随后又进行了LootGames候选检测,记录了以下坐标:
| 编号 | X | Y | Z |
|---|---|---|---|
| 1 | 136 | 42 | -104 |
| 2 | -296 | 53 | 104 |
| 3 | -72 | 49 | 312 |
首次运行得到的是结构候选坐标,村庄内部建筑留待开图核验。
1.5 初始资源指标的确定
完成首次工具验证后,我开始设计正式的主世界评价体系。初期讨论主要围绕GTNH前期资源获取和基地建设展开。
1.5.1 基地平整度
基地需要能连续布置多方块设备的平坦地形。程序先在出生点周围寻找推荐基地,再以推荐基地为起点计算村庄、地牢和资源距离;出生点另行记录。
1.5.2 匠魂村庄
最初,我希望基地附近至少存在一座带有匠魂冶炼炉的村庄。这个要求针对的是具体建筑,而不是普通村庄数量。因此,理想的检测流程应当判断:
- 村庄是否存在;
- 村庄距离基地多远;
- 村庄是否包含匠魂冶炼炉;
- 冶炼炉是否在实际世界中完整生成。
早期工具能够提供一定的村庄建筑组成信息,因此最初计划利用这些结果直接筛选匠魂村庄。直到后续重复生成实验发现建筑组成可能变化,才对这一指标重新设计。
1.5.3 LootGames与Roguelike地牢
LootGames被列为重要的前期结构资源。我希望基地附近存在较多游戏房间,因此数量和距离都需要纳入评分。Roguelike地牢同样被列入检测范围,其中尤其关注地表红砖房类型。
这里涉及一个早期没有完全解决的问题:Roguelike地牢存在多种入口形式,而结构候选位置并不一定就是实际入口坐标。因此,预筛阶段可以先记录候选位置,但实际入口类型仍需要进一步确认。
1.5.4 黏土山与基础地表资源
我希望基地附近有黏土山,同时具备丰富的沙子、黏土和砂砾。这些资源对前期工业生产有直接用途。最初将黏土山作为独立高权重指标,而普通沙子、黏土和砂砾合并为另一项指标。群系位置用于定位黏土山,实际可采数量另按方块统计。
1.5.5 锡石与钻石矿脉
锡石被确定为重点矿物。最初的目标是基地附近至少存在两处锡石矿脉。钻石矿脉也曾被纳入评分,但只要求附近存在一处。后来重新考虑资源价值时,我认为钻石矿脉相对容易满足要求,没有必要继续占据独立评分项目,因此决定将其删除。锡石则始终保留,后续还专门开发了实际矿脉检测流程。
1.5.6 地表铝矿砂
地表铝矿砂是初始指标中经过多轮调整、最终又被取消的项目。最初,我希望通过筛选附近自然生成的地表铝矿砂,提前获取一定数量的铝相关资源。对数量的要求也进行了调整。最后认为基地附近累计约50个就足够了,没有必要达到100个。同时,考虑到前期铝资源的价值,我曾将铝矿砂的评分权重从2分提高到8分。
核对生成规则后发现,地表铝矿砂的自然生成自 2.8 起已移除。我删去这一项,将其 8 分重新分配给黏土山、地表战利品和锡石,见 §1.8。
1.5.7 其他前期资源
初期还讨论了多个补充项目,包括:
- 橡胶树;
- 史莱姆空岛;
- 湿润群系;
- 地表战利品;
- 石油;
- 邪术方尖碑;
- 末影人刷怪笼。
这些项目的用途和检测难度有所区别。橡胶树属于前期材料来源,史莱姆空岛和湿润群系属于环境及特殊资源,石油则关系到后续能源系统。当时石油只分配了较低权重,尚未细分为高储量原油和其他油种。邪术方尖碑仅列为低优先级项目。末影人刷怪笼在需求讨论后没有进入正式评分体系。
1.6 V1评分体系
11月3日凌晨,建立了第一版完整的主世界100分评分体系。
| 指标 | V1权重 |
|---|---|
| 基地平整度 | 16 |
| LootGames | 13 |
| 黏土山 | 12 |
| 砖房地牢 | 9 |
| 沙子、黏土、砂砾 | 8 |
| 锡石矿脉 | 8 |
| 地表战利品 | 7 |
| 橡胶树 | 6 |
| 匠魂村庄 | 5 |
| 史莱姆空岛 | 5 |
| 钻石矿脉 | 4 |
| 湿润群系 | 2 |
| 地表铝矿砂 | 2 |
| 石油 | 2 |
| 邪术方尖碑 | 1 |
| 合计 | 100 |
V1 把较高权重给了平整度、LootGames、黏土山和砖房地牢。匠魂村庄只要求附近有一座,因此占 5 分;石油当时还没有储量评价算法,只占 2 分。
1.7 第一轮权重修改
建立V1后,我继续根据资源的实际价值调整权重。首先删除钻石矿脉。随后提高了铝矿砂、锡石和地表战利品的重要性。这一阶段可以确认的变化包括:
| 指标 | V1 | 修订后 |
|---|---|---|
| 钻石矿脉 | 4 | 删除 |
| 地表铝矿砂 | 2 | 8 |
| 锡石矿脉 | 8 | 9 |
| 地表战利品 | 7 | 8 |
| 黏土山 | 12 | 12 |
其他项目同时进行了权重平衡,以保证总分仍为100。当时尚未确认铝矿砂的生成方式已经变化,因此暂时保留了这一项目。
1.8 第二轮权重修改:删除铝矿砂
在确认地表铝矿砂已被取消自然生成后,我将其从评分体系中彻底删除。腾出的8分按如下方式分配:
| 指标 | 修改前 | 修改后 |
|---|---|---|
| 地表铝矿砂 | 8 | 0 |
| 黏土山 | 12 | 16 |
| 地表战利品 | 8 | 10 |
| 锡石矿脉 | 9 | 11 |
因此,这次修改没有改变100分的总额。重新分配后的权重进一步提高了黏土山、锡石和地表战利品的重要性。不过,随着实际世界生成实验展开,这些项目的权重在当天晚些时候还会继续变化。
1.9 初始阶段总结
首批 10 颗种子跑通了 GTNH 2.9 预筛,V1 确定了主世界资源优先级。接下来扩大样本,检查高分候选的矿层和村庄在真实世界中的表现。
第二章 初期批量筛选与 V8 评价体系
实验阶段:2026 年 11 月 3 日至 4 日
初筛扩展到 2000 颗后,加入矿层实测和重复开图。V8 的调整、三轮运行结果及同分原因在本章连续记录。
2.1 批量筛选与首批矿层实测
2.1.1 批量筛选流水线的建立
完成10颗种子的功能测试后,我开始将程序扩展为自动化批量筛选工具。由于不同检测任务的计算成本差异较大,采用了分级筛选结构。初期流水线设计如下:
随机生成1000颗种子 → Stage0快速预筛 → 选出前50颗候选 → 进一步分析地形与环境资源 → 选出前20颗候选 → GTNH实际世界生成与矿脉检测 → 重新评分并输出排行榜
Stage0 提取基地地形、村庄和结构候选。完整生成 GTNH 世界耗时较长,只对经过前两轮筛选的少数种子执行。这一阶段已经形成了多个独立的数据文件:
1 | |
这些文件分别记录不同阶段的筛选结果。
2.1.2 第一轮1000颗种子实验
11 月 3 日凌晨,首批 1000 颗种子取得 937 条有效初筛记录。
batch1000-fast.jsonl的前三名为:
| 种子 | 初筛评分 |
|---|---|
-8697249704836663873 |
75.5 |
-3763216587821863537 |
74.8 |
1074759505088922511 |
74.6 |
随后对前50颗进行更深入的分析。
batch50-deep.jsonl的前三名为:
| 种子 | 深筛评分 |
|---|---|
-3763216587821863537 |
79.8 |
6255407379108030197 |
79.8 |
7294210718847483934 |
79.1 |
例如,-3763216587821863537 在加入深筛数据后由 74.8 分升至 79.8 分,进入后续生成检测。
2.1.3 实际矿脉检测
在初筛和环境分析完成后,我开始将GT矿脉纳入实际生成检测。最初的矿脉需求包括锡石和钻石。其中,锡石是重点目标,要求基地附近至少存在两处。实际检测需要获取矿层类型和位置,而不能只通过矿石名称进行简单搜索。
项目复用WorldgenProbe生成区块,并读取GT矿脉相关缓存,通过Python完成统计。锡石矿层使用的标识为 ore.mix.cassiterite。矿脉检测需要保存种子、基地、矿层类型、矿脉位置以及扫描范围。
2.1.3.1 首批矿脉结果
早期的vein-batch/leaderboard.csv中,记录了以下结果:
| 种子 | 当时评分 | 锡石矿脉 | 钻石矿脉 |
|---|---|---|---|
-3763216587821863537 |
83.8 | 2 | 8 |
1405747519661617902 |
81.9 | 3 | 19 |
4639065797421445907 |
81.7 | 2 | 14 |
这一阶段的矿脉检测已经能够识别具体矿层,并统计对应数量。
例如,1405747519661617902检测到3处锡石矿脉,符合最初至少两处的需求。这份早期排行榜仍然保留钻石矿脉数量。虽然钻石已经准备从正式评分中删除,但历史数据字段尚未同步清理。因此,实验输出中的字段并不一定都属于当前有效评分项目。这也成为后续版本管理时需要注意的问题。
2.1.4 扫描范围与覆盖问题
随着实际矿脉检测开始运行,我发现需要区分两个不同概念:
资源评价范围和实际世界生成范围。
例如,计划评价基地1000格内的锡石矿脉,但本次探针只生成了500格范围。如果只找到一处锡石矿脉,无法判断500至1000格之间是否还有其他矿脉。因此,检测结果需要记录:
- 当前使用的基地坐标;
- 目标评价半径;
- 实际生成半径;
- 已检测的矿脉位置;
- 检测区域是否完整覆盖;
- 是否存在未完成的矿脉生成。
后续程序逐渐加入以下字段:
1 | |
同时,还需要检查矿脉缓存是否属于当前种子。不同种子的缓存不能混用,同一种子在不同基地位置计算出的距离也可能不同。因此,程序在读取已有检测结果时,需要同时核对种子编号、基地坐标和扫描半径。未覆盖的范围记为未知,并保留得分区间。
2.1.5 第二轮扩容至2000颗种子
第一轮实验完成后,继续扩大筛选规模。11月3日,已获得2000颗种子的筛选结果。当时总排行榜前三名为:
| 排名 | 种子 | 评分 | 推荐基地 |
|---|---|---|---|
| 1 | 1405747519661617902 |
92.0 | (-80,-240) |
| 2 | -6731531908944739237 |
90.9 | (128,16) |
| 3 | 2416693308097672555 |
90.9 | (-176,32) |
对应的锡石矿脉检测还包括:
| 种子 | 锡石矿脉 | 扫描半径 |
|---|---|---|
1405747519661617902 |
3 | 500格 |
-6731531908944739237 |
2 | 500格 |
2416693308097672555 |
7 | 1000格 |
其中第三颗种子在1000格范围内检测到了7处锡石矿脉。但由于不同结果的扫描半径不完全相同,因此不能单纯比较矿脉数量而忽略覆盖范围。这一阶段也逐渐暴露了另一个问题:当评分已经接近90分时,部分指标仍然来自预测,实际生成世界中的资源未必完全符合预期。
为了检查这一点,我开始对相同种子进行重复生成实验。
2.1.6 同一种子重复生成实验
11月3日下午,重复生成实验发现了项目早期最重要的技术问题之一。
同一颗种子在不同生成过程中,部分村庄建筑和矿脉结果可能发生变化。
2.1.6.1 村庄建筑变化
实验中,同一种子第一次生成的村庄没有出现匠魂冶炼炉,而重新生成后,对应村庄却出现了冶炼炉。这一结果使最初的匠魂村庄筛选逻辑受到影响。如果程序通过预筛判断某座村庄具有匠魂炉,但实际世界生成时建筑组成变化,就无法保证最终存档一定符合要求。这意味着,筛选结果不能只保存种子和建筑候选坐标。
对于高度依赖生成顺序的结构,需要保存或验证具体的世界生成结果。
2.1.6.2 GT矿脉变化
矿脉也观察到了类似现象。即使种子相同,不同生成过程中仍可能出现矿层类型差异。结合原开源项目已有的确定性研究,可以将可能原因归纳为:
- 部分生成器依赖运行时随机数状态;
- 跨区块生成会受到已有区块状态影响;
- 不同模组可能通过共享的生成事件或随机数流相互影响;
- GT矿脉的类型可能受到区块生成触发顺序影响。
因此,矿脉位置和类型不能简单视为种子的固定属性。某一次生成得到3处锡石矿脉,不代表以后每次使用同一种子都会获得完全相同的结果。
2.1.6.3 技术路线调整
面对这一问题,我考虑过使用原开源项目提供的确定性修复模组。但最终需要的是能够在正常GTNH服务器中使用的世界。如果通过修复模组改变生成逻辑,即使得到非常稳定的结果,也未必能在未安装修复模组的服务器中复现。因此,我决定保留原版世界生成方式,并将筛选分成两个层次。
首先筛选具有较好基础条件的种子。随后,对少量种子进行多次完整生成,比较实际生成的资源和结构,选择更合适的一次结果。这意味着最终需要保存的对象不再只有种子编号,还包括已经完成生成的世界文件。这一思路后来发展为多生成顺序优化和冠军世界保存机制。
不过在11月3日,它还只是根据实验结果提出的技术方案。
2.2 V8 评分重构与实验数据管理
2.2.1 V8评分体系重构
重复生成实验结束后,我重新审视了主世界评分规则。原先的部分指标直接依赖特定结构或矿脉是否出现。在存在生成不稳定性的情况下,这种评价方式容易高估某些种子。因此,11月3日下午对评分进行较大修改,形成V8版本。
2.2.1.1 村庄指标调整
最初的条件是附近存在一座带匠魂炉的村庄。V8改为评估独立村庄候选的数量和距离。具体统计基地周围1000格内的独立村庄。这一调整的考虑是,如果附近有多座村庄,即使某一次生成的建筑组成变化,也更有机会获得可用的匠魂结构。不过,村庄密度只是候选指标,不能代替真实的匠魂炉检测。
2.2.1.2 Roguelike指标调整
Roguelike不再仅依赖某个特定入口的预测。V8改为统计搜索范围内的独立候选点,并根据距离评分。同时需要对候选位置去重,避免一个地牢在多个相邻区块留下触发记录后被重复计算。对于红砖房,也暂时不把普通Roguelike候选直接视为真实建筑。这一问题直到项目后期仍然需要独立验证。
2.2.1.3 锡石与其他资源权重调整
在V8中,锡石矿脉从此前过渡版本的11分降至6分。地表战利品也从10分降至3分。橡胶树降至3分。这些修改主要是为了降低生成结果不稳定或难以快速验证的指标对初筛的影响。与此同时,基地平整度、村庄候选、Roguelike候选和黏土山继续保持较高权重。
这一阶段的筛选策略更加重视种子的基础环境和结构候选密度,再通过真实生成选择较好的世界。
2.2.2 V8完整评分表
当时的seed_final_rank_v8.py保留了以下权重:
| 指标 | V8权重 |
|---|---|
| 基地平整度 | 16 |
| 附近村庄 | 16 |
| Roguelike候选 | 12 |
| LootGames | 13 |
| 地表战利品 | 3 |
| 沙子、黏土、砂砾 | 7 |
| 黏土山 | 16 |
| 湿润群系 | 1 |
| 橡胶树 | 3 |
| 史莱姆空岛 | 5 |
| 锡石矿脉 | 6 |
| 石油 | 2 |
| 邪术方尖碑 | 0 |
| 合计 | 100 |
相比最初的V1,该版本发生了较大的结构性变化。基地平整度、村庄、Roguelike和LootGames四项累计占57分。黏土山单独占16分。锡石、地表战利品和橡胶树虽然仍然保留,但权重明显下降。砖房不再作为V8中的独立高权重项目。已经取消的地表铝矿砂和钻石矿脉也不再参与评分。
V8的主要用途是更有效地筛选具有较好环境潜力的种子,而不是完整评价某一次实际生成世界的全部资源。
2.2.3 距离评分算法
V8除了修改权重,还调整了资源距离和数量的计算方式。
2.2.3.1 搜索范围
11月3日下午,我将主要资源的评价范围从此前的1500格收紧到基地周围1000格。程序中设置:
1 | |
这样修改的原因是,距离过远的资源虽然理论上可以获取,但对于基地附近资源条件的评价意义有限。超过1000格的目标不再参与相应资源评分。对于范围以内的资源,则进一步根据距离进行分段评分。
2.2.3.2 锡石距离函数
锡石采用分段线性距离函数。代码中包含以下节点:
1 | |
距离100格以内获得完整距离奖励。随着距离增加,奖励逐渐降低。在1000格处,距离因子为0.5。函数本身包含1500格节点,但实际评分还会受到SEARCH_MAX_RADIUS限制,因此不能将1500格节点理解为V8仍在奖励1500格内的所有锡石矿脉。
2.2.3.3 LootGames数量函数
LootGames同时考虑两个范围内的数量。V8的lootgames_fraction()主要使用附近5个和较大范围20个作为基本数量目标。达到基本数量后,继续对额外的房间给予少量奖励。
例如,附近6—9个以及较大范围21—28个仍能进一步改善得分。这一设计能够区分数量较少、数量达到要求和数量明显丰富的种子,同时避免仅靠远处大量候选获得过高评分。
2.2.4 未测项目与评分区间
在初期实验中,不同指标的数据完整性差异较大。
例如,基地地形可能已经完成采样,村庄只有候选预测,而锡石矿脉只生成了500格范围。如果直接将缺少数据的项目记为零分,就会低估尚未完成测试的种子。因此,V8引入了区间评分机制。每个项目保存:
1 | |
已验证项目取确定分数,未扫完整的项目保留上下限。例如,已发现的锡石矿层决定当前下限,尚未生成的外围可能带来额外得分。临时排序允许将未知项按其权重的 50% 估计,榜单同时列出最低分、最高分和测量覆盖率。
2.2.5 实验数据与结果保存
11月3日的实验记录中,可以确认以下目录:
1 | |
其中保存了不同版本的初筛、环境分析和矿脉检测结果。典型文件包括:
1 | |
保留这些原始数据具有两个用途。第一,评分权重变化后,可以重新读取已有数据计算结果,避免不必要的世界生成。第二,当某个候选的评分异常时,可以回到探针输出和资源统计文件,检查究竟是生成数据有误、覆盖不足,还是评分规则本身存在问题。
不过,早期部分程序仍存在临时目录清理和重复生成后结果覆盖的风险,后续需要继续完善实验数据隔离与保存机制。
2.3 大范围生成与多轮试验方案
2.3.1 大范围生成中的内存问题
11月3日下午,开始尝试对前20颗种子进行更大范围的真实世界生成。目标是尽可能覆盖基地周围约1000格的资源检测范围。当时使用GTNH原版测试服务端,调用run-probe.sh进行区块生成。但测试很快遇到内存限制。WSL环境可用内存约7.7 GiB,Java启动参数为:
1 | |
运行过程中,Java进程被系统的OOM Killer终止。日志中记录的匿名驻留内存为:
1 | |
约为5.7 GiB。后台扫描任务随后中断。这一问题说明,大规模世界生成的内存成本不能只根据Java最大堆参数判断。除了Java堆,服务端运行时还会使用其他内存,WSL自身和系统进程也需要保留资源。当时首先考虑降低Java初始堆与最大堆,例如:
1 | |
但降低内存参数本身并不能解决所有问题。后续还需要限制单次生成范围、避免长期进程持续累积内存,并设计任务失败恢复机制。这一阶段的OOM故障,为后来的分批生成方案提供了直接的工程依据。
2.3.2 新的筛选策略
经过11月3日的实验,我逐渐明确了一点:
种子筛选不能只寻找一个理论上资源最丰富的种子,还需要考虑该种子对应的实际世界生成结果。因此,后续的总体策略调整为:
大规模随机种子 → 地形与结构快速预筛 → 筛选具有较高潜力的种子 → 少量候选完整生成 → 检查真实矿脉与建筑 → 对重点种子重复生成 → 比较资源数量与距离 → 保存最优的实际世界
这一策略保留了快速预筛的性能优势,同时通过实际世界生成解决部分资源无法可靠预测的问题。由于重复生成可能产生不同结果,最终存档不能只保存种子编号。还需要保存对应的世界文件,并在正式使用前验证其中的资源分布。这一方向在11月3日已经确立,但完整的多路线优化和冠军世界保存程序尚未实现。
2.3.3 初期批量筛选阶段小结
扩大到 2000 颗以后,锡石实测和重复开图暴露了两个限制:不同扫描半径影响数量比较,同一种子也可能出现不同村庄建筑和矿层。V8 用候选密度做初筛,最终存档则从多次生成结果中选取。
2.4 三轮生成结果及评分检查
2.4.1 V8三轮生成实验的完成
11月3日完成V8评分体系重构后,项目开始按照此前确定的方案进行多轮世界生成实验。这一阶段的目的,是检查同一种子在重复生成时的资源评分是否发生变化,并初步评估已有评分体系的稳定性。实验采用分层测试方式:
- 第一轮对20颗候选种子分别生成一次世界。
- 根据第一轮结果选出排名前10的种子。
- 第二轮对这10颗种子追加一次生成。
- 第三轮再次生成,最终每颗种子累计获得3轮数据。
实验中使用了独立的服务端生成结果及矿脉检测数据,分别保留不同轮次的报告。对应的历史数据包括:
1 | |
其中,R1保存首轮检测,R2和R3保存后续重复生成结果。这一阶段已经开始实际执行“先筛选种子,再比较多轮生成结果”的方案。
2.4.1.1 三轮实验结果
11月4日上午,对前10颗种子的三轮评分进行了汇总。结果发现,大部分种子的评分几乎没有变化。其中8颗种子的三轮得分完全相同,只有2颗出现了明显波动。
| 种子 | 最低分 | 最高分 | 极差 |
|---|---|---|---|
8490586343910706668 |
81.90 | 83.23 | 1.33 |
-5215202334987029389 |
81.64 | 82.38 | 0.74 |
| 其余8颗 | 三轮一致 | 三轮一致 | 0 |
从表面上看,这似乎意味着V8评分十分稳定。但这一结果与此前观察到的世界生成不稳定性存在矛盾。在11月3日的实验中,同一种子的村庄建筑组成和GT矿脉类型已经出现过变化。如果多轮世界生成的实际内容可能变化,那么评分是否应该完全保持不变?我因此开始检查评分结果与原始生成数据之间的对应关系。
2.4.2 三轮评分稳定性的原因分析
经过检查,发现V8的多轮评分存在一个重要问题:
大量评分项目使用的是种子层面的固定预测值,而不是每一轮实际生成的物理结果。
例如,村庄评分已经在V8中改成附近独立村庄的数量和距离。这种处理确实能够降低村庄建筑组成变化造成的评分波动,但也意味着它不再反映每次生成得到的具体建筑。假设某颗种子在预筛中拥有三座附近村庄:
- 第一轮只有普通村庄;
- 第二轮生成了一座带匠魂冶炼炉的村庄;
- 第三轮又没有生成完整的匠魂炉。
如果评分程序始终读取相同的村庄数量和距离,那么三轮都会得到相同的村庄得分。因此,分数不变只能证明当前评价函数的输出稳定,不能证明实际世界中的所有资源稳定。
2.4.2.1 匠魂村庄的检测缺陷
原先最重要的村庄需求,是寻找真正带有匠魂冶炼炉的村庄。
然而,V8在解决建筑生成不稳定性时,将这一指标改为了普通村庄密度。结果是,虽然程序仍能给出一个村庄分数,却没有真正核验该轮世界中是否存在匠魂冶炼炉。在11月4日的检查中,确认了三轮评分存在这一缺陷。当时的Java探针和预筛代码已经包含相关建筑类型信息,例如:
1 | |
其中:
ComponentSmeltery对应匠魂冶炼炉建筑组件;ComponentToolWorkshop对应匠魂工具工坊。
两者分别记录;冶炼炉一项只认对应建筑组件。此外,即使预测到了ComponentSmeltery,也仍然需要判断该组件是否在对应的实际生成世界中出现。因此,后续评价必须将普通村庄分布与匠魂冶炼炉实测分开处理。
2.4.2.2 砖房地牢的类似问题
Roguelike地牢也存在相同类型的缺陷。V8采用的是候选位置与距离,而不是每轮生成后确认的地表入口。普通Roguelike触发点不能证明该位置已经生成红砖房。因此,三轮评分相同,也不能说明每轮都拥有相同数量和位置的红砖房。这使得V8评分体系在结构类资源上存在两个问题:
第一,程序记录的候选数量与最终世界中的实际结构数量并不完全对应。第二,多次生成实验可能重复计算相同的预测信息,导致评分波动被低估。
2.4.2.3 对多轮实验结果的重新解释
经过上述检查,11月4日上午的三轮结果不能直接解释为“8颗种子的世界完全稳定”。更准确的结论是:
在V8当前的评分方法下,8颗种子的三轮综合分完全相同,另外2颗出现0.74至1.33分的变化。
这些结果只能反映已参与评分的指标,不能代表全部世界生成内容。尤其对于尚未纳入物理实测的匠魂村庄、砖房地牢等项目,三轮分数相同没有充分的验证意义。因此,下一版本必须重新区分预测指标与实际生成结果,而不能将所有项目直接合成为一个看似精确的百分制成绩。
第三章 四维度评价体系与 V9 实现
实验阶段:2026 年 11 月 4 日
根据三轮实验暴露的问题重新定义指标,并加入下界、末地、月球及地下虚拟油田。评分规则与已有检测能力分别落实到报告字段。
3.1 从主世界筛选扩展到四维度评价
11月4日上午,项目开始重新确定整体筛选目标。此前的V8主要针对主世界,虽然已经能够对锡石等资源进行实际生成检测,但还缺少对GTNH其他重要维度的评价。对于一个长期存档而言,主世界条件并不能完全决定种子的质量。尤其在GTNH中,下界、末地和月球都有重要的资源或结构需求。
因此,我决定将项目扩展为四个维度:
主世界、下界、末地、月球。
这一阶段首先讨论各维度需要检测什么,再确定权重和实施方法。
3.1.1 是否使用统一综合评分
最初考虑过让主世界占据主要权重,再为下界、末地和月球分配较低的全局权重。但这样会产生一个问题。假如某颗种子的主世界特别优秀,下界却没有合适的资源,单一综合分数可能仍然很高。反过来,下界资源极佳的种子,也可能因为主世界评分较低而被提前淘汰。此外,各维度的检测成本和证据完整度并不相同。
将全部结果直接混合,还可能造成预测值与实测值的混淆。因此,我最终决定:
四个维度分别采用100分评价体系,不设置正式的跨维度综合总分。
这样可以分别观察不同维度的资源条件,再根据实际开荒需求人工判断种子的整体价值。这一决定成为V9评分体系的核心原则。
3.2 下界资源评价体系的建立
下界首先确定了三个主要检测目标:
- 下界堡垒;
- 硝石矿脉;
- 石英矿脉。
3.2.1 下界堡垒
对于下界堡垒,我希望在基地附近建立传送门后,能够较快到达堡垒。因此,不能只检查整个下界是否存在堡垒,而需要以基地对应的下界位置为中心,寻找最近的堡垒。以主世界基地的 X、Z 坐标各除以 8,作为理论下界参考点。但这只是理论参考位置。
实际传送门还可能因为地形、岩浆湖以及传送门生成条件产生偏移。因此,后续如果要确认真实的堡垒可达性,还必须核对实际传送门落点和下界地形。在V9阶段,堡垒被分配了较高的权重。
3.2.2 硝石矿脉
硝石是下界另一项重要资源。最初的需求是基地对应的下界入口附近拥有可利用的硝石矿脉。检测目标是完整GT矿脉,而不是零散矿石。因此,需要记录矿脉类型、数量、位置以及到参考坐标的距离。在后续的矿脉研究中,硝石相关矿层使用过:ore.mix.saltpeterelectrotine。
但仅根据矿层生成器预测到某个候选位置,还不足以确认该处实际生成了目标矿脉。尤其在已经发现GT矿脉存在生成顺序依赖的情况下,真正的矿脉类型必须通过实际生成核验。
3.2.3 石英矿脉
下界石英资源同样被纳入评分。这一阶段采用了较为简化的石英矿脉项目,并没有立即将所有不同石英矿层拆开评分。在后续版本中,才进一步明确区分石英岩、赛特斯石英相关矿脉与下界石英矿脉。因此,V9的石英评分不能被解释为已经完成了后来五项下界指标的分别检测。
3.2.4 V9下界评分
11月4日确定的下界评分为:
| 指标 | 权重 |
|---|---|
| 下界堡垒 | 40 |
| 硝石矿脉 | 30 |
| 石英矿脉 | 30 |
| 合计 | 100 |
这一版本将堡垒作为最高权重项目。硝石和石英各占30分。这套体系是V9阶段的正式设计,后来在11月8日又根据实际需求修改为五项指标。但在11月4日,仍然采用上述三项方案。
3.3 末地资源评价体系的建立
末地方面,我主要关注钨和铂两种小行星矿产。这两类资源对于GTNH中期发展具有重要意义,因此希望尽可能在较近区域找到数量充足的资源。最初还讨论了末地外岛、折跃门开启位置以及折跃门传送后的资源分布。GTNH 的末地使用当前整合包的生成规则,搜索范围按主岛周边设定。
尤其不能假定普通末地折跃门一定按照新版原版机制生成,并以此作为外岛矿产距离计算的基础。因此,经过讨论,决定暂时不考虑未知的外岛传送区域。
末地的检测范围限定为主岛周围1000格内的可达区域。
3.3.1 钨与铂分别评价
最初确定钨和铂分别占50分。这种设计的目的是避免一种矿物数量很多,而另一种矿物严重不足时仍获得过高评分。因此,末地检测至少需要分别记录:
- 钨小行星数量;
- 铂小行星数量;
- 每颗小行星的位置;
- 距离末地参考位置的距离;
- 实际是否包含对应矿物。
V9还考虑了数量递减奖励。对于同种矿物,最近的几颗小行星具有更高的评分价值。一份当时的程序中,前五处小行星的数量奖励系数为:
1 | |
这一设计使最近的第一处资源占较大比例,同时仍然鼓励附近存在多处资源。
3.3.2 V9末地评分
| 指标 | 权重 |
|---|---|
| 钨小行星 | 50 |
| 铂小行星 | 50 |
| 合计 | 100 |
这一评分框架强调两种资源都必须被单独检查。11 月 4 日完成的是末地评分设计,小行星矿种留待实际生成验证。候选坐标还需要在对应世界中验证。
3.4 月球地牢评价体系
月球是第四个纳入筛选的维度。与其他三个维度相比,月球的主要目标比较集中:
希望首次登月时,着陆点距离月球地牢尽可能近。
因此,月球暂时只设置一个独立评价项目。
| 指标 | 权重 |
|---|---|
| 月球地牢 | 100 |
这里的关键问题是参考位置。如果只以月球原点作为距离计算中心,那么即使找到了附近的地牢,也不能保证它距离实际火箭着陆点很近。因此,正式实测需要进一步确认:
- 火箭的实际着陆位置;
- 月球地牢的真实生成坐标;
- 地牢到着陆点的距离;
- 地牢是否处于可正常到达的区域。
这一阶段先建立了评价方法,实际着陆坐标和地牢生成仍有待核验。
3.5 主世界评价体系的再次重构
四维度评分确定后,我重新检查了主世界的指标。V8虽然保留了较多资源项目,但一部分权重已经不符合实际需求。特别是石油在V8中只有2分,与它在GTNH能源发展中的重要性不相称。因此,我决定调整主世界评分。
3.5.1 原油与其他油种分开
最初,石油只是一个统一的低权重项目。但实际使用中,我希望基地附近不仅有石油,还要有较高储量的油田。同时,轻油、中油和重油等其他流体最好也能在附近找到。因此,将石油资源拆分为两个项目:
高储量虚拟油田:优先关注高储量原油资源。
其他石油资源:评价附近轻油、中油、重油等资源的质量和分布。
高储量油田占11分,其他石油资源占7分。两项合计18分。这使石油从V8的低权重补充资源,变成V9主世界评分中的重要组成部分。
3.5.2 删除与降权项目
在此前版本中,地表铝矿砂和钻石矿脉已经确定不再参与评分。因此,V9继续排除这两项。同时,橡胶树被降低至1分。橡胶树虽然有前期用途,但相较于锡石、黏土山、LootGames和石油资源,其位置差异不应过度影响种子排名。潮湿群系则提高到4分。
此外,重新为匠魂村庄和砖房地牢设置独立项目,避免它们被普通村庄与Roguelike候选完全替代。
3.5.3 V9主世界最终评分表
11月4日,主世界整理为14项,总分100分。
| 指标 | V9权重 |
|---|---|
| 基地平整度 | 10 |
| 匠魂村庄 | 8 |
| Roguelike地牢候选 | 8 |
| LootGames | 11 |
| 砖房地牢 | 7 |
| 黏土山 | 11 |
| 沙子、黏土、砂砾 | 6 |
| 锡石矿脉 | 9 |
| 地表战利品 | 3 |
| 橡胶树 | 1 |
| 史莱姆空岛 | 4 |
| 潮湿群系 | 4 |
| 高储量虚拟油田 | 11 |
| 其他石油资源 | 7 |
| 合计 | 100 |
这一版本与V8相比,评价方向再次发生变化。V8更重视种子层面的结构候选密度;V9则重新提高了具体资源的评价权重,并强调预测指标和实测指标必须分开处理。但V9并没有放弃此前建立的快速筛选和多轮生成方法。相反,原有预测结果仍然可以作为初筛依据,只是不再允许它们直接替代真实资源验证。
3.6 GT地下虚拟油田算法的研究
11月4日,虚拟油田成为一项独立的技术研究任务。GTNH的地下流体资源并非必须以地表可见的油泉或油湖形式出现。GregTech存在基于世界种子和区块位置生成的地下虚拟流体田,可以通过相应的钻井设备开采。
因此,如果能够复现地下流体生成算法,就有可能在不实际生成整个世界的情况下,提前计算附近的油田分布。
3.6.1 原有算法的发现与复用
在检查gtnh-determinism仓库时,发现了已有的地下流体计算程序:seedsearch/uo_oil.py。该程序能够根据世界种子与区块坐标计算地下流体资源。因此,不需要从零编写全部GregTech流体生成逻辑。
这一点与项目最初复用WorldgenProbe和Prefilter的策略一致:优先利用原开源项目已有的生成算法,再针对当前需求扩展分析和评分。
3.6.2 虚拟油田的空间划分
GT地下流体田采用8×8区块的空间划分方式。每个流体田区域覆盖 8 × 8 个区块,即 128 × 128 格。同一油田区域内的区块合并统计。同一流体区域内的区块共享流体田类型相关信息,具体储量还可能根据区块位置产生变化。因此,离线油田扫描需要记录流体区域、区块储量和与基地之间的距离。
对于油田距离,采用基地到油田区域边界的距离,比直接使用某个油田中心点更能反映最近可用位置。
3.6.3 油田检测内容
V9的油田分析计划以推荐基地为中心,搜索周围1000格内的地下流体。对不同油种分别统计:
- 流体类型;
- 油田位置;
- 油田对应的区块范围;
- 初始储量相关指标;
- 与基地之间的距离;
- 预测的开采质量;
- 同类油田中最优的若干处。
同时,需要区分油田原始储量指标与钻井设备的实际每周期产量。
离线计算得到的油田储量还会受到实际服务端配置的影响,因此必须先确认算法与当前GTNH版本一致。
3.7 虚拟油田算法的服务端验证
11月4日下午,对离线油田算法进行了实际对照。使用GTNH 2.9服务端读取指定区块的地下流体数据,再与Python计算结果进行比较。当时记录的三个样本如下:
| 流体类型 | 区块坐标 | 对照数值 |
|---|---|---|
| 轻油 | (-16,10) |
748,815 |
| 重油 | (-24,8) |
2,047,743 |
| 中油 | (-8,16) |
3,082,325 |
三处样本的流体类型和储量均与服务端读数一致。此后批量油田数据沿用该离线算法,报告标注为预测,并保留本次区块对照记录。
3.8 V9的证据分级机制
11月4日,除了调整评分项目,还进一步明确了数据可靠性管理。经过V8三轮实验,已经不能再把所有评分来源混在一起。因此,V9引入了更严格的证据状态。
| 状态 | 含义 |
|---|---|
| 实测 | 已有对应生成结果或其他符合要求的实际验证证据 |
| 预测 | 根据种子算法、结构候选或离线计算得到,尚未在目标世界中确认 |
| 部分实测 | 只完成部分范围的检测,或已知证据不足以覆盖完整目标 |
| 未测 | 当前没有足够数据支持判断 |
未取得数据和仅覆盖局部区域分别标记为未测、部分实测。
3.8.1 实测数据的来源要求
在V9设计中,外部测量结果需要包含具体来源。
例如,一个已经确认的结构调查应当包含:
1 | |
这里仅展示数据结构,坐标是格式示例。
verified用于声明该数据经过验证。
source保存证据来源。
scan_radius记录实际覆盖范围。
sites保存结构位置。
这使报告能够追溯每项资源来自哪一次生成和检测。
3.8.2 部分扫描范围的处理
假设已经扫描500格,并发现两处结构。可以确认这500格内至少存在两处目标。但如果评价范围要求1000格,就不能根据当前结果认为外围500格没有其他目标。因此,部分扫描结果只能提供一定的已知下限。完整评分仍需要考虑未扫描区域可能带来的提升。
V9的相关代码还要求检查坐标是否位于声明的扫描范围内,避免输入数据与覆盖范围不一致。
3.8.3 不同维度必须使用各自的参考坐标
主世界通常以推荐基地为参考点。下界需要考虑传送门实际落点。末地使用对应的末地参考位置。月球需要考虑真实着陆点。因此,不能简单地将主世界基地坐标直接用于所有维度的距离计算。在V9的数据合并设计中,跨维度调查必须提供参考坐标及其验证来源。
如果参考位置尚未得到确认,就不能将相应距离作为可靠的实测评分依据。
3.9 V9评分程序的实现与运行
完成指标调整后,开始恢复和修改已有的评分程序,使其能够输出四维度独立结果。这一阶段的主要程序包括:
1 | |
前者负责读取已有主世界数据、计算V9指标及整理各维度结果。后者用于合并具有来源信息的真实调查数据,并重新计算相应指标。
3.9.1 复用V8的现有数据
V9没有要求把此前的全部实验重新执行一遍。对于已经保留的V8环境和矿脉数据,可以继续读取并重新计算其对应项目。但复用数据时,必须检查旧指标是否能直接映射到新指标。
例如:
V8中的普通村庄分数不能直接作为V9的匠魂村庄分数。V8中的Roguelike候选分数也不能直接作为红砖房实测分数。因此,V9程序明确排除了这种未经验证的直接映射。如果没有实际建筑证据,匠魂村庄与砖房地牢仍应处于未测状态。
3.9.2 20颗候选的V9恢复测试
11月4日下午,V9成功读取了此前20颗候选种子的历史数据,并重新生成排行榜。但实际结果暴露出一个问题:
主世界中真正能够归入实测的评分权重仍然偏少。
当时,多数种子的主世界实测权重约为34/100,部分种子仅为16/100。剩余项目主要处于预测、部分实测或未测状态。下界、末地和月球虽然已经建立了评分框架,但还没有完成真实跨维度检测。因此,这三个维度的已实测权重为0/100。
这里的0代表没有完成实测的权重,并不代表该种子的对应维度得分为零。
3.9.3 临时得分中的7.5分
V9恢复运行后,还检查到一个容易引起误解的现象。部分种子的临时总分比已知项目得分之和多出7.5分。进一步检查发现,这7.5分来自两个尚未完成实测的项目:
- 匠魂村庄:8分;
- 砖房地牢:7分。
临时榜对未测项取一半权重,两项合计计入 7.5 分估值。但如果只展示最终分数,不展示证据状态,就会误以为这15分中的一半已经实际获得。因此,V9需要同时输出:
- 临时评分;
- 最低可能评分;
- 最高可能评分;
- 已实测权重;
- 预测权重;
- 部分实测权重;
- 未测权重。
这样才能避免把一颗尚未完成大量资源检测的种子误认为已经获得完整的高分。
3.10 跨维度实测能力的不足
V9建立了四维评分体系,但在实际执行时发现,原有探针并不具备全部跨维度检测能力。原先的WorldgenProbe和相关工具主要围绕主世界预筛与部分实际资源生成展开。对于下界堡垒、末地小行星和月球地牢,虽然原开源项目存在相关生成研究,但当前批量筛种流程尚未完成统一的真实检测接口。
因此,不能仅靠创建了相应评分字段,就认为这些维度已经完成检测。11月4日下午,进一步确定了跨维度实测的基本方案:
- 在隔离服务端中生成目标种子的真实世界。
- 依次生成主世界、下界、末地和月球目标区块。
- 从实际生成结果中提取结构及矿物证据。
- 记录每项资源的类型、位置、数量和距离。
- 使用V9的数据合并程序更新对应维度评分。
其中,最需要补充的是Java探针的跨维度检测能力。
3.10.1 不直接使用候选预测冒充实测
下界堡垒候选需要验证真正的堡垒结构。硝石与石英矿脉需要验证实际矿层类型。末地钨、铂小行星需要检查实际生成的矿物,而不仅是小行星候选点。月球地牢需要确认真实结构和着陆参考位置。因此,即使已有生成器能够输出对应候选,也不能自动将其状态改为实测。这一规则在V9建立后成为后续项目的重要数据约束。
3.10.2 V10实验原型的开始
11月4日后期,开发方向开始转向下一代跨维度生成探针和自动化流水线。当时已经进行了部分Python侧测试,相关实验原型有10项测试通过。但Java探针的完整跨维度编译和游戏内验证尚未完成。因此,不能将这部分程序测试视为四维度实体检测已经成功。
后续还需要解决实际维度加载、区块生成、结构输出和矿层识别等问题。这部分工作将在之后的V10阶段继续展开。
3.11 V9阶段的技术成果与局限
11月4日的工作可以归纳为四项主要成果。
第一,完成V8三轮生成实验的复盘。
通过检查三轮评分,发现大量指标仍依赖固定预测数据。评分稳定不等于真实世界稳定,因此必须重新设计证据管理。
第二,建立四维度独立100分体系。
主世界14项、下界3项、末地2项、月球1项,总计20个独立检测项目。四个维度分别评价,不设置正式跨维度综合总分。
第三,复用并验证地下虚拟油田算法。
基于原有的seedsearch/uo_oil.py,实现针对种子的地下流体位置与储量预测,并通过GTNH 2.9服务端的三处样本完成逐值对照。
第四,建立V9证据分级和数据合并机制。
将预测、部分实测、实测和未测分别记录;对已有结果进行覆盖检查,避免把未测区域当作资源不存在。与此同时,V9仍存在三个主要限制。其一,主世界的部分高权重结构尚未完成可靠的物理实测。其二,下界、末地和月球的真实检测接口尚未完整建立。
其三,已有多轮实验仍不足以直接评价完整世界的生成稳定性,需要在之后的版本中增加更严格的实体证据和生成顺序对照。这些问题成为下一阶段开发工作的主要内容。
3.12 V9 实现小结
V9 为四个维度建立了独立评分,复用了 20 颗历史候选,并完成三处地下流体的服务端对照。其余跨维度项目还需要接入实际探针。
第四章 V10 自动流水线与多路线生成
实验阶段:2026 年 11 月 5 日至 6 日
本阶段将预筛、详细分析和实际生成接入统一调度。先通过小批次与下界顺序对照检查流程,再处理正式批次的内存故障和跨维度重复生成。
4.1 分级流程、程序适配与首轮运行
4.1.1 从V9评分系统转向自动化筛选流水线
11月4日,项目已经完成四维度评价体系的设计,并实现了V9评分程序。不过,V9仍然主要是一套数据分析与评分工具,距离最初设想的全自动筛种还有一定距离。此前的实验需要分别启动预筛程序、世界生成探针、矿脉分析和评分程序,再将不同阶段的结果进行汇总。随着检测项目增加,这种执行方式变得越来越复杂。
11月5日,我决定将现有工具整合为一个完整的自动化流水线。主要目标是:
- 使用单条命令启动整批种子筛选。
- 首先处理大量随机种子,再逐级减少候选数量。
- 将高成本的实际世界生成集中在少量优质种子上。
- 对不同维度分别评分,同时支持综合选拔。
- 最终对少量优秀种子进行多次完整生成,统计资源表现及稳定性。
- 自动保存每个阶段的结果,允许任务中断后继续运行。
在这一阶段,项目开始从独立实验脚本转向统一的任务调度程序。新版本被命名为V10。
4.1.2 V10筛选流水线的设计
4.1.2.1 分级筛选结构
11月5日上午,确定V10采用以下筛选结构:
1000颗随机种子 → Stage0:快速预筛 → 50颗候选种子 → Stage1:深入预测和资源评估 → 20颗候选种子 → Stage2:每颗完整生成一次 → 10颗最终候选 → Stage3:多种区块顺序重复生成 → 多轮成绩统计与最终排序
这一结构继承了此前1000→50→20的分级筛选思路,并进一步明确了20→10及多次生成阶段。设计的关键在于控制计算成本。Stage0只执行较轻量的预筛任务。Stage1对50颗候选进行更细致的资源预测。Stage2只对20颗种子执行实际世界生成,避免为大量普通种子承担完整生成成本。
Stage3则集中计算资源最好的10颗种子,比较不同生成顺序下的实际资源分布。这里有一个明确要求:
前20颗种子只需要各生成一次,选出10颗后才进行多次生成。
这样可以避免对最终不会入选的种子进行大量重复测试。
4.1.2.2 Stage0的职责
Stage0继续复用原有gtnh-determinism预筛能力。主要处理:
- 基地选址和地形代理指标;
- 村庄与Roguelike候选;
- LootGames候选;
- 部分地表资源;
- 已具备低成本计算能力的跨维度预测信息。
Stage0的任务是尽快判断种子的潜力,不要求完成全部20项指标的实际测量。
4.1.2.3 Stage1的职责
Stage1针对前50颗种子继续分析。这一阶段计划结合V9的四维度评分和额外的资源预测程序,提供更全面的候选质量信息。相较于Stage0,Stage1需要保留更细的资源数据与证据状态,而不只是一个排名分数。对于能够通过离线算法计算的资源,例如地下虚拟油田,可以直接提供候选位置和质量指标。
对于尚无法可靠预测的资源,则应当保持未测状态,留给后续实际生成阶段处理。
4.1.2.4 Stage2与Stage3
Stage2是首次完整生成阶段。这一阶段应当实际运行GTNH服务端,生成目标区域并扫描资源,获取与该次生成结果对应的证据。Stage3则比较同一种子的多次生成结果。最初考虑的生成顺序包括:
rows:按行遍历区块;cols:按列遍历区块;rows-reverse:反向按行遍历;spiral:按螺旋顺序遍历。
由于此前已经发现矿脉类型可能受到区块生成顺序影响,因此生成顺序必须作为实验参数保存。最终比较的对象不是抽象的种子编号,而是指定种子、指定生成顺序所产生的实际世界。
4.1.3 四维独立评分与内部综合排序
V9已经确定四个维度分别采用100分评价体系。但V10引入一个新的问题:如何从50颗候选中挑出20颗,以及如何从20颗中挑出10颗?如果完全不使用综合排序,就需要人工逐一比较大量指标。如果直接将四个维度平均,则会高估月球等低优先级资源的影响。
例如,一颗种子的月球地牢非常近,但主世界资源较差,不能仅因为月球分高就认为它适合长期生存。因此,我决定采用四维独立评分、内部加权排序的方式。
4.1.3.1 内部权重
V10确定了以下权重:
| 维度 | 内部权重 |
|---|---|
| 主世界 | 50% |
| 下界 | 20% |
| 末地 | 25% |
| 月球 | 5% |
| 合计 | 100% |
四维数据完整时,内部综合分为 S = 0.50 S_OW + 0.20 S_N + 0.25 S_E + 0.05 S_M。其中:
- (S_{OW}):主世界评分;
- (S_N):下界评分;
- (S_E):末地评分;
- (S_M):月球评分。
这套权重用于候选选拔,不改变各维度原有的独立评分。主世界占50%,因为它直接决定基地条件、前期资源和大量日常活动的便利程度。末地占25%,主要考虑钨、铂小行星等重要资源。下界占20%,用于评价堡垒和矿脉条件。月球只占5%,因为月球地牢虽然值得考虑,但它的距离通常不会持续影响整个存档的发展。
4.1.3.2 处理未测维度
实际运行时,很多候选并没有完整的四维检测结果。
例如,一颗种子可能只有主世界评分,而下界、末地和月球尚未完成实测。如果把这三个维度全部填0,会严重低估该种子。反过来,如果都填50分,则会凭空增加没有证据的成绩。因此,V10明确要求:
没有检测结果的项目不得自动填0分或50分。
程序需要记录每个维度的已知评分权重,根据可用数据参与临时排序,并同时保存数据覆盖情况。这也意味着,某次运行输出的临时综合分不能被解释为四维度完整实测成绩。
4.1.3.3 80%综合候选与20%单维优势候选
在内部加权排序之外,我又加入了一项选拔规则。如果全部按照综合分挑选,可能会淘汰某些在单个维度特别优秀的种子。
例如,一颗种子的末地钨铂资源极好,但主世界只是中等水平,可能在综合榜上排名不高。这种种子仍然值得进入深度测试。因此,V10采用:
80%综合表现候选 + 20%单维优势候选。
对应的名额分配为:
| 选拔阶段 | 综合表现 | 单维优势 | 合计 |
|---|---|---|---|
| 50颗候选 | 40 | 10 | 50 |
| 20颗候选 | 16 | 4 | 20 |
单维优势名额不是简单固定分配给某个维度。V10的choose()函数会检查候选在已知维度中能够提供的优势,并比较它相对于已选种子的增量价值。每选入一颗种子,程序重新计算当前候选集合的最佳单维表现。如果某颗种子能够显著提高某个维度的已知最佳成绩,它就可能获得保留名额。
这一设计能够减少最终候选集合过度集中在同一类种子上的问题。同时,单维优势判断仍必须考虑数据覆盖情况,不能把未测项目当作已经获得的优势。
4.1.4 V10初版程序的实现
11月5日,开始编写统一调度程序:v10_seed_hunter.py。它需要连接此前已经存在的多种工具,而不是重新实现全部生成算法。主要复用的组件包括:
| 程序 | 用途 |
|---|---|
scripts/prefilter.sh |
快速种子预筛 |
seed_final_rank_v9.py |
四维评价与主世界评分 |
seed_full_batch_v8.py |
已有批量世界生成能力 |
WorldgenProbe |
GTNH实际区块生成 |
seed_resources.py |
主世界资源分析 |
tin_check.py |
锡石矿脉检测 |
seed_dimension_predict_v10.py |
跨维度矿脉候选预测 |
seed_probe_all.py |
实验性多维度生成调度 |
其中,V10最重要的工作不是增加某一种单独的资源检测,而是将这些工具组织成可连续执行的流程。
4.1.4.1 旧评分程序的二次排序问题
开发中检查了旧的seed_full_batch_v8.py。发现它在接收候选种子后,会再次根据score_stage0排序。这与V10的选拔逻辑存在冲突。
因为V10已经使用四维内部权重和80%/20%的规则选出候选,如果旧脚本重新按照主世界Stage0评分排序,就可能破坏新选拔结果。因此,V10必须自行控制候选名单和顺序,不能直接依赖旧程序的自动排名。这一问题属于流水线集成中的接口兼容性问题。
旧程序单独使用时,其排序逻辑可能合理;但进入新流水线后,必须服从统一的选拔规则。
4.1.4.2 下界矿脉配置文件缺失
V10开发中还遇到一个依赖文件问题。原有的部分矿脉分析代码需要:oremixes-gtnh-daily707.json。但当前项目环境中没有找到该文件。这导致相关矿脉计算无法按原有方式直接运行。为解决这一问题,V10将需要使用的11种下界矿脉权重配置独立封装,减少对缺失文件的依赖。
不过,解决文件依赖只意味着程序能够执行预测。这些权重是否与当前GTNH 2.9服务端运行时配置完全一致,仍然需要单独验证。
4.1.4.3 初步功能测试
V10初版完成后,首先进行小规模测试。使用:
1 | |
来验证流水线的基本调用关系。同时,对下界相关随机数计算执行了20组FNV对照检查。初步测试表明,Python侧的调度与相关计算能够通过已有测试。但在这一阶段,还不能声称Java跨维度探针已经完成全部真实检测。
尤其是下界堡垒、末地小行星和月球地牢,尚未具备经过完整GTNH服务端验证的统一检测输出。
4.1.5 V10.1:运行时矿脉验证与数据审计
V10初版之后,进一步开发了V10.1相关功能。这一阶段主要关注两个问题:
第一,离线矿脉预测是否与实际服务端使用相同的生成参数。第二,如何确保程序不会因为数据缺失而给出错误评分。
4.1.5.1 运行时参数核对
矿脉预测程序需要使用对应版本的矿层配置和随机数计算方式。如果Python采用的矿层顺序、权重或者随机数实现与GTNH实际服务端不一致,就可能产生完全错误的矿脉类型预测。因此,V10.1引入了运行时数据对照。相关程序为 seed_dimension_predict_v10.py。
通过读取生成探针提供的采样信息,比较Python计算与服务端的随机数结果。当时的校验逻辑覆盖维度ID:
1 | |
校验至少需要20组有效样本,并检查计算结果是否一致。通过后,程序记录:
1 | |
但还有一个非常重要的限制:
这次运行时一致性检查没有覆盖下界维度-1。
这些样本覆盖维度 0 和 7,下界矿层类型另做服务端对照。程序保留了相应状态:
1 | |
这一限制在随后的下界实际实验中得到了体现。
4.1.5.2 数据审计
V10.1还增加了针对已生成批次的审计机制。其目标是重新检查:
- 种子编号;
- 基地坐标;
- 矿脉配置;
- 扫描范围;
- 预测与实测的对应关系;
- 评分项目的证据状态。
这样在评分算法修改后,可以尽量利用已有原始数据重新计算结果,而不是立即启动新的世界生成。这也使得V10逐步具备了对历史批次进行恢复和复查的能力。
4.1.6 首次V10实际批次运行
11月5日,V10完成了一次6→3→2规模的实际筛选实验。批次目录为:
1 | |
这次实验不是完整的1000颗正式筛选,而是用于验证新流水线的小规模运行。最终有两颗种子进入完整生成阶段:
| 种子 | 推荐基地 |
|---|---|
-677883248766607366 |
(112,-144) |
-1417555351846454942 |
(-32,96) |
这两颗种子后来也被用于下界矿脉和生成顺序的对照实验。
4.1.6.1 首轮主世界成绩
首次批次得到的主世界临时评分为:
| 种子 | 主世界临时分 |
|---|---|
-677883248766607366 |
80.62 |
-1417555351846454942 |
79.41 |
进一步检查评分证据,可以看到:
| 主世界证据类型 | 权重 |
|---|---|
| 实测 | 34 |
| 预测 | 51 |
| 未测 | 15 |
| 合计 | 100 |
也就是说,当时只有34分权重对应实际测量,其余部分仍然依赖预测或没有得到结果。两颗种子的分数范围也比较宽:
| 种子 | 临时分 | 最低可能分 | 最高可能分 |
|---|---|---|---|
-677883248766607366 |
80.62 | 27.69 | 93.69 |
-1417555351846454942 |
79.41 | 26.45 | 92.45 |
这些区间说明,临时评分包含大量不确定项目。两颗种子的得分区间大幅重叠。
4.1.6.2 跨维度检测状态
该批次的报告明确显示:
1 | |
同时,下界、末地和月球的完整实测状态仍为:
1 | |
因此,这次6→3→2实验完成的是V10流水线的部分实际运行验证,并没有完成全部四维度实测。这一结果也证明,流水线执行成功与全部检测项目完成是两个独立条件。即使程序能够正常处理种子、生成世界并输出排行榜,也必须检查每个维度到底获得了哪些实际证据。
4.2 下界矿层预测与生成顺序对照
4.2.1 下界矿脉预测准确率实验
首次V10批次运行后,继续检查下界矿脉预测的实际准确性。此前已经通过20组运行时随机数对照,但校验范围不包含下界。因此,我决定直接生成真实下界,并与Python预测结果比较。测试采用种子:-677883248766607366。
基地 (112,-144) 的理论下界参考点为 (14,-18)。实验生成范围为参考位置周围256格。为了分析区块生成顺序的影响,分别采用两种路线:
rowsspiral
两次实验使用相同种子和相同的下界参考位置。
4.2.1.1 实验方法
每轮首先生成下界区块。随后读取实际GT矿脉缓存,获得对应位置的真实矿层类型。最后,将这些矿脉与离线预测结果进行比较。比较内容包括:
- 预测矿脉位置是否存在;
- 对应位置的矿层类型是否匹配;
- 目标硝石和石英矿脉的预测情况;
- 两种生成顺序在共同位置上的类型差异。
这里的准确率主要用于评估离线矿脉类型预测,而不是评价该种子的资源优劣。
4.2.1.2 全部矿脉类型预测结果
两轮测试结果如下:
| 生成顺序 | 对照矿脉数 | 类型匹配数 | 准确率 |
|---|---|---|---|
rows |
92 | 75 | 81.5% |
spiral |
91 | 69 | 75.8% |
即使种子与检测区域相同,改变区块生成顺序后,矿脉类型预测的匹配率也发生了变化。
rows的匹配率为81.5%,高于spiral的75.8%。
这表明离线预测可以提供一定的候选参考,但其结果并不等同于实际生成世界的确定矿层。
4.2.1.3 目标矿脉预测结果
对重点关注的硝石和石英相关矿脉,进一步进行了单独统计。结果为:
| 生成顺序 | 目标相关预测数 | 同类型命中数 | 准确率 |
|---|---|---|---|
rows |
29 | 19 | 65.5% |
spiral |
28 | 17 | 60.7% |
目标矿脉的预测表现明显低于全部矿脉的平均匹配率。这意味着,如果直接使用离线预测结果为硝石或石英矿脉评分,很可能高估或者低估实际生成资源。
例如,某处预测为硝石矿脉,但实际生成的是另一种矿层,这个位置就不能继续计入真实硝石资源。因此,最终筛种中涉及的目标矿脉必须使用对应生成世界的实际证据。
4.2.2 生成顺序对矿脉类型的影响
除了计算预测准确率,还将rows与spiral两轮实际生成结果直接比较。91 处共同位置中有 73 处矿层类型相同,18 处不同,差异比例为 19.8%。
4.2.2.1 具体差异案例
实验记录中存在以下例子:
| 矿脉位置(区块) | rows结果 | spiral结果 | 离线预测 |
|---|---|---|---|
(-5,-5) |
石英 | 硝石 | 石英 |
(-5,-2) |
硝石 | 铁 | 硝石 |
第一处位置在rows中生成石英,而在spiral中生成硝石。第二处位置在rows中生成硝石,而在spiral中生成铁矿层。因此,这种差异并不只是矿脉数量变化,而是相同候选区域内的矿层类型发生变化。
如果最终只根据种子编号和离线预测选择矿脉,就无法确保正式存档中获得相同类型的资源。
4.2.2.2 对矿脉筛选算法的影响
这一实验给出了比此前重复生成观察更直接的证据。同一种子在同一检测区域内,改变区块生成顺序,会导致部分GT矿层类型变化。因此,离线矿脉预测存在两个明确限制:
第一,预测的矿脉类型不一定是最终生成类型。
即使随机数算法与部分运行时样本一致,也不能保证实际下界矿脉生成顺序完全相同。
第二,种子的资源评分需要与具体生成结果绑定。
如果某次生成得到理想的矿脉分布,应当保存这次生成的世界,而不是重新创建一个只使用相同种子的世界。
4.2.2.3 对预测工具的定位调整
从81.5%和75.8%的全矿脉匹配率可以看出,离线算法仍然提供了有价值的信息。但它更适合用于:
- 低成本初筛;
- 生成前的候选资源估计;
- 决定哪些种子值得进一步检测;
- 为实际生成提供重点检查位置。
在最终成绩计算中,矿脉类型和数量应当优先采用实际世界生成结果。因此,我没有继续要求离线矿脉预测达到100%准确,而是决定通过多次真实生成解决最终资源选择问题。
4.3 多路线方案与探针接口
4.3.1 再次确认多轮生成的最终方案
对最后 10 颗候选分别采用多种区块生成顺序,每次从独立世界开始。比较同一检测范围内各轮得分的均值、最小值、最大值和总体标准差,分别考察常见表现、最差结果、最好结果与波动幅度。覆盖范围不同的轮次另行处理。
4.3.2 多生成顺序程序的设计
为了执行最终10颗种子的重复生成,项目开始开发独立的多路线测试模块。相关程序为 seed_multiroute_v10.py。它需要解决以下问题。
4.3.2.1 每次试验必须使用独立生成结果
不同生成顺序之间不能共享已经生成的世界区块。否则,后一轮可能直接读取前一轮保存的区块,导致实验没有真正按照新的顺序重新生成。因此,每次试验都需要使用新的世界状态。程序应当记录种子、生成顺序、维度、扫描中心和半径,确保结果可以与对应实验一一匹配。
4.3.2.2 真实资源必须在世界被重置前提取
测试服务端可能会在下一次任务开始时删除或重建临时世界。因此,一轮生成结束后,需要先提取当前世界的资源数据,再执行下一轮。否则,即使保存了探针日志,也可能失去需要直接从存档读取的资源证据。后续程序将每轮的探针报告、矿脉缓存、资源分析和评分结果分别保存在独立目录中,避免不同轮次的数据相互覆盖。
4.3.2.3 验证实际生成覆盖范围
多轮比较要求每一次试验都完成指定范围的生成。因此,程序需要检查:
- 生成种子是否正确;
- 维度ID是否正确;
- 扫描中心是否正确;
- 区块生成范围是否完整;
- 目标矿脉缓存是否有效。
目标区块缺失时,该范围的资源数量记为未知。
4.3.2.4 下界参考位置仍然属于理论坐标
下界扫描中心暂时使用主世界基地坐标除以传送比例。
例如,基地 (112,-144) 对应理论下界参考点 (14,-18)。因此,距离数据应当注明参考位置的来源。对于最终存档,还需要进一步验证真实传送门生成位置和堡垒可达性。
4.3.3 跨维度Java探针的能力检查
V10同时开始整合实验性跨维度生成程序:seed_probe_all.py。其目标是在统一调度下执行不同维度的世界生成任务。但这项工作面临一个实际问题:
当前安装的WorldgenProbe JAR不一定包含全部跨维度结构检测功能。
因此,V10增加了探针能力检查。程序通过读取探针JAR,确认是否包含对应的检测输出标记。涉及的功能包括:
1 | |
分别对应:
- 下界堡垒;
- 末地小行星;
- 月球地牢。
这里还需要区分两种状态:
- JAR中包含检测接口;
- 检测接口已经在真实GTNH服务端中通过验证。
第一种只说明具备运行所需的程序入口,不代表结果已经可靠。因此,V10对跨维度检测设计了三种执行策略。
| 模式 | 行为 |
|---|---|
auto |
检测到具备对应能力的探针后才尝试执行 |
off |
不执行实验性跨维度实测 |
required |
如果缺少对应探针能力,直接拒绝执行 |
这一设计可以避免程序在缺少检测能力时仍然输出看似完整的四维评分。
4.3.3.1 多维度任务之间的世界状态
实验性跨维度调度器采用独立任务生成方式。即对每个目标维度执行对应生成任务,并在任务之间处理世界重建或状态清理。因此,分别完成四个维度的生成,并不能自动证明这四个维度已经共同存在于同一个最终存档中。真正的跨维度世界保存与合并,需要另外设计。这一限制在后续世界合并阶段成为需要重点解决的问题。
4.3.3.2 月球探针验证
当时还检查了月球地牢检测的样本。其中,已有月球样本包含Boss位置:
1 | |
另有附近的T1相关位置记录。这些样本说明程序已经能够获得部分月球结构数据。这一样本保留为探针测试记录。月球地牢的实际距离仍取决于着陆坐标。
4.3.4 V10阶段的结果输出设计
随着流水线和检测项目增加,结果文件需要能够同时服务于程序继续执行、人工核对和后续重新评分。V10开始按照阶段保存数据:
1 | |
其中,manifest.json用于记录批次参数和运行状态。实际世界生成报告与资源分析结果保存在对应阶段目录中。这种组织方式可以避免不同批次使用同一个输出文件名造成覆盖,也方便后续根据已有结果恢复任务。
4.3.4.1 续跑能力
由于GTNH完整世界生成耗时较长,任务可能因内存、进程退出或其他原因中断。因此,V10设计了--resume参数,用于继续已有批次。恢复时需要读取原批次的种子列表和配置,而不是重新随机选择另一组种子。否则,即使继续使用相同目录,也无法保证前后结果属于同一次实验。
4.3.4.2 审计能力
V10还提供针对已有批次的审计入口。
例如,重新检查矿脉公式、评分项目或覆盖情况时,可以使用已有数据,而不必重新生成世界。审计任务应当尽量保留原始结果,避免在修改算法时直接覆盖已经生成的证据。
4.3.4.3 测试服务端隔离
这一阶段已经明确了实际生成任务对世界文件的修改风险。此前的run-probe.sh可能会删除测试服务端中的World/world目录,重新创建对应种子的世界。因此,批量筛种不应直接使用保存着重要存档的正式服务端。后续多路线程序采用隔离的测试服务端副本,并为实验生成结果建立独立目录。
这样可以降低不同测试之间的数据污染风险,也避免修改原始服务器和历史实验存档。
4.3.5 V10 接入过程中发现的技术问题
11月5日的开发工作主要暴露了四类问题。
第一类:旧程序接口与新流水线不兼容
旧V8程序可能重新排序候选,破坏V10的四维综合与单维优势选拔规则。解决方向是由V10统一管理候选名单,并将旧程序作为独立检测组件使用。
第二类:矿脉配置与运行时数据不完整
缺失的矿脉配置文件需要重新封装或从当前服务端读取。同时,部分运行时随机数对照通过,并不代表下界真实矿脉预测已经通过验证。
第三类:生成顺序导致矿脉类型变化
同一种子在rows与spiral下界生成中,共同91处矿脉有18处类型不同。因此,不能只依赖离线矿脉预测决定最终资源评分。需要对少量优秀种子执行多路线实际生成,再比较真实矿脉结果。
第四类:完整流水线与完整四维实测之间仍存在差距
V10已经能够执行小规模分级筛选和部分世界生成,但当前跨维度探针仍缺少完整验证。因此,必须继续保留未测状态,不能因为程序运行完成,就把下界堡垒、末地钨铂和月球地牢标记为实测。
4.3.6 V10 实现阶段小结
V10 将预筛、实测和多轮选拔接入同一流程。下界对照中,改变生成顺序后 91 处共同位置有 18 处矿层类型不同,最终候选因此需要比较并保存具体生成结果。
4.4 小样本多路线测试与数据隔离
4.4.1 V10.2多路线生成测试
11月5日已经建立了V10分级筛选流水线,并通过小规模实验验证了主要程序接口。进入11月6日后,首先需要确认的是:程序能否真正按照不同区块生成顺序,分别生成世界、扫描资源,并计算多轮统计结果。此前虽然已经发现GT矿脉存在生成顺序依赖,但还没有完整验证最终10颗种子的自动重复生成流程。
因此,首先开展了一次小规模的V10.2多路线测试。
4.4.1.1 实验配置
该批次位于:
1 | |
为了缩短实验时间,没有直接对10颗种子执行全部生成顺序,而是选择2颗候选,每颗进行2次生成。
| 参数 | 配置 |
|---|---|
| 程序版本 | V10.2 |
| 候选数量 | 2 |
| 生成顺序 | rows、spiral |
| 检测半径 | 256格 |
| 实验次数 | 每颗2次 |
| 总实验次数 | 4 |
| 测试环境 | 隔离GTNH服务端 |
本次实验选择的种子为 -5536432081948966879。
7205290374929712873
对应的推荐基地分别为:
| 种子 | 推荐基地 |
|---|---|
-5536432081948966879 |
(224,32) |
7205290374929712873 |
(0,416) |
这次实验的主要目的是测试多路线调度和统计程序,而不是直接选出最终世界。因此,256格半径只是当前测试参数,不能与之后正式使用的1000格主世界检测范围混淆。
4.4.1.2 多轮结果统计
V10.2成功生成了两颗种子的多路线统计报告。
| 种子 | 均值 | 最低分 | 最高分 | 标准差 |
|---|---|---|---|---|
7205290374929712873 |
80.639 | 80.323 | 80.954 | 0.316 |
-5536432081948966879 |
80.271 | 80.229 | 80.313 | 0.042 |
其中,7205290374929712873的平均临时评分更高,但波动也更明显。另一颗种子-5536432081948966879的平均分稍低,不过两次生成结果较为接近。这次测试表明,多路线调度已经能够生成彼此独立的资源评分,并计算均值、极值和标准差。
但统计结果仍然存在测量覆盖方面的限制。
4.4.1.3 评分可比性检查
V10.2增加了trials_comparable字段,用于标识不同轮次的成绩是否满足当前程序的比较条件。本次报告中,两颗种子的这一字段均为:
1 | |
但同时,完整四维实测状态均为:
1 | |
这意味着,两次生成能够按照程序当前的评分口径进行比较,却并未完成全部四维度资源测量。
例如,7205290374929712873的完整四维评分范围仍然很宽:
| 指标 | 数值 |
|---|---|
| 临时均值 | 80.639 |
| 完整四维评分下界均值 | 16.502 |
| 完整四维评分上界均值 | 99.195 |
另一颗种子的对应范围为18.311至99.235。这些宽区间反映了大量未测项目的不确定性。因此,80分左右的临时综合成绩只能用于当前阶段排序,不能解释为已经取得了80分的完整四维实测成绩。
4.4.1.4 各维度实际测量覆盖
进一步检查两颗种子的报告,可以看到实际检测覆盖程度仍然有限。
| 维度 | 两颗种子的已实测权重 |
|---|---|
| 主世界 | 11、7 |
| 下界 | 30、60 |
| 末地 | 0、0 |
| 月球 | 0、0 |
主世界的大部分评分仍然来自预测或部分检测。下界已经获得一部分矿脉实测数据,但未覆盖全部评分项目。末地和月球尚未取得有效的实际资源评分。此外,报告还显示:
1 | |
原因是当前安装的探针JAR缺少完整的下界堡垒、末地小行星或月球地牢检测输出。因此,这次V10.2实验验证了多路线重复生成和统计程序,但没有实现完整的四维度实测。
4.4.2 多路线试验的数据隔离
为了避免不同生成顺序之间的数据相互影响,V10.2使用独立的实验目录保存每次结果。主要程序为 seed_multiroute_v10.py。其实现需要解决三个问题。
4.4.2.1 各轮使用独立的世界状态
rows 与 spiral 各自在隔离服务端从新的世界状态开始,独立保存试验记录。若沿用前一轮已生成的区块,第二轮只能测到剩余区块的生成效果。
4.4.2.2 保存与当前世界对应的资源
由于run-probe.sh会重建临时世界,在开始下一次生成之前,必须先处理当前世界中的资源数据。程序需要依次保存:
- 探针原始报告;
- GT矿脉缓存;
- 主世界资源扫描;
- 下界矿脉结果;
- 对应生成顺序的评分;
- 实验完成标记。
后续实现中,每次试验使用独立的trial目录,避免不同生成顺序的结果发生覆盖。
4.4.2.3 验证种子和扫描参数
每次试验都需要验证报告中的种子、维度、中心区块和生成半径。基地 X、Z 坐标分别除以 16 并向下取整,得到中心区块,再加入边缘缓冲。种子、中心或实际覆盖范围与计划不符的报告,单独标记。
4.5 正式批次的内存故障与轻量化修复
4.5.1 正式1000颗批次的启动
完成小规模多路线验证后,开始执行更接近正式目标的V10.2批次。批次目录为:
1 | |
本次计划执行:
1000颗种子 → 50颗深入筛选 → 20颗首次完整生成 → 10颗多路线重复生成
目标是验证整套分级筛选程序能否在较大规模下连续运行,而不需要反复人工启动各阶段脚本。其中,前20颗需要完成主世界首次生成及资源分析。随后再根据结果挑选10颗,执行不同顺序的重复生成。不过,在真正完成全部阶段之前,程序首先遇到了内存问题。
4.5.2 Stage2主世界生成中的第一次内存故障
11月6日凌晨4时左右,1000→50→20的选拔流程已经推进到主世界完整生成阶段。当时已有18颗种子的资源报告完成。但在处理第19颗种子时,GTNH服务端发生内存不足。本次任务使用的Java堆上限为4GB。在生成大量区块后,Java进程触发OOM,导致当前生成任务无法继续正常完成。
当时的记录显示,相关探针已经生成约19,321个区块。这一故障说明,原有的完整生成策略在小规模实验中能够运行,不代表它可以直接应用于更大范围和更多种子的连续任务。
4.5.2.1 为什么会占用大量内存
GTNH完整区块生成不仅需要计算地形。在生成过程中,还可能涉及:
- 生物群系与地表装饰;
- 村庄、地牢和特殊结构;
- GT矿脉及其他模组矿物;
- 方块实体及附加数据;
- 生成器缓存和区块对象。
当生成范围接近1000格半径时,待处理区块数量会达到数万级。同时,探针还需要保存大量用于后续分析的生成信息。因此,内存占用会随着生成范围扩大而增加。这一问题无法仅通过减少筛选种子数量来解决,因为单颗种子的生成任务本身就可能超过可用内存。
4.5.2.2 对现有结果的处理
内存故障发生后,没有立即清除整个批次重新执行。此前已经完成的1000颗初筛、50颗深入分析以及18颗主世界资源报告都具有保留价值。因此,后续修复需要以已有批次为基础继续,而不是重新随机生成一批种子。这样能够避免浪费已经消耗的计算资源,同时保证前后实验使用同一批候选。
4.5.3 跨维度扫描中的第二次内存故障
在正式批次推进过程中,另一个更严重的问题出现在跨维度检测阶段。原先的seed_probe_all.py计划统一执行四个维度的世界生成任务。但是,实际调度方式存在明显的重复计算。
跨维度扫描重新生成了此前已经完成的主世界。
对于本次正式批次,主世界扫描范围约为1000格。这意味着程序在准备检测下界、末地和月球之前,又需要执行一次接近2万个区块的主世界生成任务。这一过程既消耗时间,也占用大量Java堆内存。
4.5.3.1 连续失败的三个种子
11月6日下午,对以下三颗种子的跨维度任务进行了检查:
| 种子 | 跨维度结果 |
|---|---|
-7690550895143085040 |
Java堆内存不足 |
1306206013335746838 |
Java堆内存不足 |
4782024647336076016 |
Java堆内存不足 |
三次任务都在进入后续维度之前发生错误。日志中的典型报错为:
1 | |
服务端在从SERVER_STARTING向SERVER_STARTED转换时失败,随后进入错误状态。
4.5.3.2 实际生成进度
三个种子的探针摘要均显示:
1 | |
其中,主世界完成了20,449个目标区块。但下界、末地和月球都没有形成有效的扫描结果。对于部分任务,日志还显示在生成约17,000至18,000个区块后发生OOM。这说明问题集中在大规模主世界重复生成,而不是已经进入末地或月球后发生了特定结构检测错误。
4.5.3.3 故障原因分析
此前Stage2已经对候选种子执行过主世界生成。跨维度阶段再次执行完整主世界生成,没有充分复用已经保存的结果。这导致:
- 已完成的主世界计算被重复执行;
- 单颗种子的生成耗时明显增加;
- JVM需要再次承担大范围区块生成的内存压力;
- 下界、末地和月球无法获得执行机会;
- 同样的问题会随着种子数量增加而反复出现。
因此,继续简单重试没有意义。需要修改跨维度调度流程本身。在定位问题后,我停止了原有批次的继续执行,保留已经完成的主世界结果,转而开发轻量化探针方案。
4.5.4 跨维度探针轻量化方案
11月6日下午,开始设计一套新的跨维度检测流程。核心目标是:
不再为检查其他维度重复生成完整主世界,而是针对各维度的实际检测目标选择更合适的生成方式。
原计划为:
| 维度 | 原有问题 | 轻量化方向 |
|---|---|---|
| 主世界 | 重复生成约2万个区块 | 直接复用已有报告 |
| 下界 | 完整大范围生成成本较高 | 先缩小物理扫描范围 |
| 末地 | 为少量资源候选进行大规模生成成本较高 | 直接调用小行星生成算法 |
| 月球 | 为寻找地牢生成大量区块 | 优先调用地牢定位算法 |
这一方案将跨维度探测拆分为具有不同成本的任务。
4.5.4.1 主世界结果复用
主世界已经在Stage2完成生成,因此后续跨维度阶段应当直接读取现有资源报告。如果某颗种子的主世界报告完整且与当前种子、基地匹配,就没有必要重新生成相同范围。需要保留的内容包括:
- 原始探针报告;
- 地形与结构信息;
- 实际矿脉缓存;
- 资源扫描结果;
- 评分与证据状态。
如果原始报告缺失或者验证失败,则应当明确标记任务无法复用,而不是直接使用不完整数据。
4.5.4.2 下界扫描缩小范围
下界矿脉需要通过实际生成确认。因此,不能像某些结构候选一样完全依靠离线计算替代。不过,可以先生成较小区域,检查入口附近的资源。轻量化方案最初考虑将下界扫描范围缩小到320格。这样可以大幅减少区块数量。半径 r 个区块的正方形扫描范围包含 (2r + 1)² 个区块。
因此,将半径从约1000格缩小至320格,可以显著降低单次任务的计算成本。但缩小扫描范围也会带来一个问题:
如果320格内没有检测到硝石或石英矿脉,不能认定1000格内不存在对应矿脉。因此,较小范围的扫描结果只能作为部分实测,必须保留未覆盖区域。
4.5.4.3 末地小行星的算法检测
末地的主要目标是钨和铂小行星。相比完整生成末地大量区块,可以尝试直接调用小行星生成器,对指定区块计算资源候选。轻量化方案计划使用:AsteroidGenerator.forChunk()。这样可以避免为每个候选位置都生成整个周围世界。
但调用小行星算法得到的候选信息,仍然需要考虑实际世界生成条件以及矿物类型是否能够可靠确认。因此,不能只因算法返回候选,就把它标记为已经生成的钨或铂矿石。这一方法首先用于降低搜索成本,后续还需要进行物理生成对照。
4.5.4.4 月球地牢的算法定位
月球评价目标只有地牢位置及其到着陆点的距离。因此,轻量化方案不再优先考虑生成整片月球地形,而是尝试直接调用地牢生成或定位算法。这样可以先获取可能的地牢位置,再决定是否需要实际生成相应区域进行验证。但月球地牢位置和实际火箭着陆点仍然是两个需要分别确认的信息。
如果只得到相对月球原点的距离,不能直接将其当成着陆点到地牢的真实距离。
4.5.5 轻量化补丁的开发与构建
确定轻量化方案后,开始修改Java探针和Python调度代码。这一过程需要保证两点:
第一,新增实验功能不能破坏原有探针。第二,如果编译失败,必须能够恢复正式源码。因此,实验采用临时补丁、独立构建和源码恢复的方式。
4.5.5.1 Python侧测试
轻量化方案的Python调度部分完成后,首先执行了离线测试。当时共有8项测试通过。这表明新的任务规划和部分数据处理逻辑能够按预期运行。不过,Python测试无法证明Java探针已经能够在真实GTNH服务端中完成跨维度生成。因此,接下来还需要编译新的Java探针。
4.5.5.2 Java构建环境问题
构建实验版探针时,首先遇到了Java环境依赖问题。构建过程中提示缺少对应的Azul Zulu JDK 21环境。这属于构建环境配置问题,并非已经确认的Java源码逻辑错误。处理环境问题后,编译继续推进。随后又遇到了源码字段不匹配的问题。相关代码尝试读取:
1 | |
但当前RoguelikePrefilter.Result并不存在这两个字段。因此,Java编译失败。这说明实验补丁中使用了与当前探针源码不完全匹配的数据结构,需要按照现有类定义修改字段访问方式。
4.5.5.3 源码恢复机制
由于此次修改涉及原有Java探针源码,构建脚本在测试前保存了正式源码。编译失败后,能够自动恢复原始文件。当时还通过SHA-256校验确认恢复后的源码与原始内容一致。这样可以避免一次实验性修改失败后,导致后续正式生成任务使用被意外修改的代码。
对于需要持续运行的大型筛种项目,这种隔离机制非常重要。
4.5.5.4 实验版编译成功
修复构建问题后,11月6日下午,轻量化Java探针成功编译。构建输出为:
1 | |
实验版JAR随后安装到隔离测试服务端。正式源码也完成恢复。这一阶段确认的是:
- 实验性Java代码能够完成构建;
- JAR能够安装至隔离服务端;
- 原有正式源码没有被实验补丁永久修改。
在当时已经核对的运行记录中,还没有足够证据证明轻量化补丁完成了全部下界、末地和月球资源的真实扫描。因此,本阶段应当将“补丁编译安装完成”和“跨维度实测通过”分别记录。
4.5.6 下界扫描半径调整为500格
轻量化方案最初将下界扫描半径设为320格。但在进一步考虑实际开荒需求后,我决定将下界评价范围调整为500格。11月6日下午,这项修改被正式确定。新的规则为:
| 维度 | 评价半径 |
|---|---|
| 主世界 | 1000格 |
| 下界 | 500格 |
| 末地 | 1000格 |
| 月球 | 1000格 |
其中,下界的500格范围用于:
- 下界堡垒;
- 硝石矿脉;
- 石英矿脉。
其他三个维度的原有评价范围暂时保持不变。
4.5.6.1 为什么不继续使用320格
320格能够明显降低区块生成成本,但覆盖范围较小。如果下界入口附近没有立即找到目标资源,程序可能需要反复扩大范围或进行额外扫描。而500格能够覆盖更大的周边区域,适合同时评价堡垒、硝石和石英矿脉。因此,500格被作为当时下界资源评价的范围。
这项调整改变的是下界评分与检测范围,不意味着此前256格和320格的实验结果已经自动覆盖500格。
4.5.6.2 检测范围变化后的数据兼容性
由于此前已经存在多批下界实验,程序必须保留各次运行使用的实际扫描半径。
例如:
- 256格测试;
- 320格轻量化方案;
- 500格新评价范围。
这些结果不能直接当作同一覆盖范围的数据进行比较。对于256格扫描,已经发现的矿脉可以作为局部证据。但没有扫描的256至500格区域仍然属于未知范围。因此,后续如果需要计算完整500格评分,应当补足对应范围,或者保留部分测量状态。这项要求与此前建立的证据分级机制一致。
4.5.7 V10.2错误处理与断点续跑
连续发生内存故障后,还需要重新检查任务调度的失败处理方式。对于长时间运行的筛种程序,单次任务失败并不罕见。但如果失败后继续执行后续阶段,就可能产生不完整或错误的最终结果。
4.5.7.1 失败状态与完成状态必须分开
以此次跨维度扫描为例:
1 | |
程序不能因为主世界完成,就将整颗种子的四维扫描状态写成成功。也不能因为下界扫描失败,就认为下界没有矿脉。正确的数据处理方式是保留主世界已完成的结果,同时记录其他三个维度的失败状态。对应的资源分项仍然需要标记未测或失败。
4.5.7.2 避免连续重复错误
原跨维度任务在三个种子上连续发生同类OOM。如果继续自动重试,程序仍会重新生成大量主世界区块,并再次耗尽内存。因此,确定为调度结构问题后,我停止了原批次的继续执行。这次没有将问题简单归因于某颗种子资源过多,而是修改跨维度扫描流程本身。
4.5.7.3 保留已经完成的阶段数据
正式批次已经完成了大量快速筛选和部分世界生成任务。因此,修复后需要优先复用这些数据。在恢复时,应当检查:
- 原批次的种子名单是否一致;
- 前50和前20的选拔结果是否仍然存在;
- 已完成主世界报告是否完整;
- 当前生成任务是否已有有效完成标记;
- 新程序是否会覆盖历史实验数据。
只有这样,才能在不重新执行全部筛选的情况下继续推进后续任务。
4.5.8 已有实验结果与尚未解决的问题
截至11月6日,V10.2已经取得了一部分明确成果。
4.5.8.1 已验证的部分
小规模多路线实验能够正常执行。两颗种子分别完成了rows与spiral生成,并得到均值、最低分、最高分和标准差。程序能够根据当前检测状态,区分临时评分与完整四维实测。1000→50→20的大规模批次也成功推进到主世界生成阶段,已有18颗主世界资源报告完成。
此外,实验性轻量化Java探针完成了构建,能够在隔离环境中安装。
4.5.8.2 未解决的部分
正式批次中的主世界大范围生成仍然面临内存压力。原跨维度调度器重复生成主世界,导致后续维度无法正常开始。轻量化探针虽然已完成编译安装,但仍需要通过真实GTNH服务端测试,才能确认新的下界、末地和月球检测方法是否可用。
对于末地小行星和月球地牢,还需要验证算法返回的候选与实际生成结构之间的对应关系。下界评价范围改为500格后,也需要重新检查新范围的生成覆盖和评分有效性。
4.5.9 多路线运行与轻量化修复小结
两颗种子的小样本跑通了独立多轮生成。正式批次在第 19 颗遇到内存不足,原有跨维度流程又重复生成主世界。轻量化探针改为复用已有报告,并把下界实测半径定为 500 格。
第五章 正式批次结果与评分方法修订
实验阶段:2026 年 11 月 7 日至 8 日
两批千颗筛选提供了多路线数据,也暴露了漏排、检测口径和参考位置问题。本章集中记录批次结果、汇总修复,以及下界和月球的重评分。
5.1 首个正式批次与共同指标比较
5.1.1 从跨维度探针开发转向完整批次验证
11月6日,项目已经完成V10.2多路线程序的初步验证,并针对跨维度生成中反复出现的内存不足问题进行了轻量化改造。此前最大的问题是,跨维度调度程序会在已经完成主世界扫描后,再次生成约2万个主世界区块,导致大量计算资源被重复消耗。在修订生成调度逻辑后,11月7日开始检查实际批次的执行情况。
这一次,重点不再是验证某一个探针能否单独运行,而是检查整个V10.2流程:
- 20颗候选是否完成跨维度探测;
- 前10颗是否完成全部预定生成顺序;
- 每轮结果是否具有独立的生成证据;
- 统计程序是否能够正确计算均值、极值和标准差;
- 不同路线的资源数据能否直接比较;
- 是否存在预测数据被当成实测成绩的问题。
实验使用此前已经启动的正式批次:
1 | |
11月7日,该批次终于完成了此前计划的主要测试任务。
5.1.2 20颗候选与前10颗多路线实验
5.1.2.1 批次执行结果
经过前面的1000→50→20分级筛选,程序对20颗候选执行了跨维度探测。随后,从中选出10颗种子进行多路线重复生成。本次采用四种区块生成顺序:
| 顺序名称 | 遍历方式 |
|---|---|
rows |
按行扫描 |
cols |
按列扫描 |
rows-reverse |
反向按行扫描 |
spiral |
螺旋扫描 |
10 颗种子的四种顺序全部完成,共取得 40 条试验记录。
5.1.2.2 实验耗时
本轮生成和检测累计运行约20小时。耗时主要来自GTNH实际区块生成、矿脉检测以及不同维度的探针任务。由于不同生成顺序要求使用独立世界状态,不能简单复用上一轮已经生成的区块,因此40次试验需要重复执行大量计算。这一结果说明,多路线生成能够实现,但计算成本明显高于离线种子预筛。
后续如果希望进一步扩大候选数量,就必须尽可能减少重复生成,并保证已经完成的证据可以复用。
5.1.2.3 实验输出
主要结果保存于:
1 | |
同时,程序保留了各维度独立排行榜和原始试验目录。本轮输出包括:
- 每颗种子的试验次数;
- 不同路线的临时评分;
- 多轮评分均值;
- 最低分和最高分;
- 标准差;
- 评分区间;
- 试验是否可比较;
- 四维度是否全部完成实测。
这些字段构成了V10.2多路线评估的基础。
5.1.3 首次统计结果中的异常
虽然40条路线全部完成,但检查最终排行榜时发现,结果并没有按照预期给出10颗种子的完整排名。只有7颗种子获得了可比较的综合统计结果。另外3颗虽然完成了生成,却被汇总程序标记为:
1 | |
因此,这3颗种子没有正常参与最终综合排名。因为此次实验已经消耗约20小时,如果仅由于统计程序无法处理部分证据差异,就将完成生成的种子排除,整个筛选过程的效率和可靠性都会受到影响。
5.1.3.1 最初得到的7颗排名
最初能够正常参与排名的7颗种子如下:
| 排名 | 种子 | 当时的临时综合均分 |
|---|---|---|
| 1 | -302568077188422614 |
87.168 |
| 2 | 564458200681528906 |
86.625 |
| 3 | -7690550895143085040 |
86.347 |
| 4 | 3977892322668660337 |
85.569 |
| 5 | 7065354245858610684 |
85.444 |
| 6 | -1401683286114323223 |
85.403 |
| 7 | 3773659964519220892 |
85.103 |
这一排名存在一个明显缺陷:它并没有包含全部10颗候选种子。尤其是种子4782024647336076016,其四轮原始成绩相当优秀,却因为可比性检查失败而没有进入正常排名。因此,我没有直接接受这份排行榜,而是继续检查每一轮的原始数据和汇总逻辑。
5.1.4 三颗种子无法比较的原因
进一步检查后,确定导致三颗种子被排除的主要原因不是世界生成失败,而是下界堡垒证据在不同生成顺序下不一致。涉及的种子包括:
1 | |
这三颗种子都存在不同路线之间下界堡垒证据状态不一致的问题。
5.1.4.1 证据状态差异
以4782024647336076016为例。四轮试验的下界堡垒证据状态分别为:
1 | |
布尔值记录堡垒证据是否通过该轮汇总检查。另一颗种子-7578133369712847697的状态为:
1 | |
这意味着,同一种子的四轮试验并没有获得完全一致的堡垒证据状态。
5.1.4.2 原有可比性检查过于严格
V10.2的原始汇总程序要求不同路线具有一致的有效检测项目。对于下界堡垒,检查甚至涉及不同路线的证据覆盖和结构集合一致性。这种设计的初衷是避免把检测项目不同的两轮评分直接放在一起比较。但实际运行表明,检查条件过于严格。
如果某轮已经生成了完整世界,只是堡垒检测证据与另一轮不同,那么并不意味着这轮世界的其他数据全部失效。
例如:
- 主世界已经完成资源检测;
- 下界硝石和石英矿脉已有实际证据;
- 末地小行星已有候选分析结果;
- 只有下界堡垒的证据状态存在差异。
在这种情况下,直接将整颗种子的四轮统计判定为不可比较,会浪费大量有效数据。因此,需要修改的不是已经生成的世界,而是评分汇总方法。
5.1.5 重新设计多路线比较口径
针对这一问题,我决定首先利用已有数据重新计算,而不是立即重新运行40次世界生成。因为原始试验已经完成,每轮的评分和证据都保存在独立目录中。重新生成不会自动解决汇总器逻辑过于严格的问题。新的处理思路是:
只使用不同路线之间具有共同有效证据的指标计算可比成绩。
对于证据状态不一致的项目,先将其从共同评分口径中排除,再对剩余有效项目进行统一归一化。这样可以保留已有的实验结果,同时避免某一轮因多出或缺少一个项目而获得不公平的评分优势。
5.1.5.1 共同有效指标
共同指标取四轮有效项目的交集。某项只在部分路线取得证据时,保留各轮原始记录,在共同评分中剔除该项;未完成检测和已确认资源数为零分别记录。
5.1.5.2 有效权重
由于四个维度拥有不同内部权重,计算共同有效成绩时,还需要考虑各维度的测量覆盖率。
例如,本轮对4782024647336076016重新计算时,采用的共同有效权重为:
| 维度 | 共同有效覆盖 |
|---|---|
| 主世界 | 85% |
| 下界 | 60% |
| 末地 | 100% |
| 月球 | 0% |
按 V10 的四维内部权重折算,共同有效权重为 79.5%。其中末地分值来自小行星预测。
5.1.6 重新计算后的种子排名
修订共同证据口径后,原本被排除的种子可以重新参与排名。其中,4782024647336076016表现最好。
5.1.6.1 共同证据口径的四轮结果
该种子的四轮成绩为:
| 生成顺序 | 共同口径评分 |
|---|---|
rows |
87.293 |
cols |
87.293 |
rows-reverse |
87.557 |
spiral |
87.550 |
四轮平均分为 87.423(未取整值 87.42325),总体标准差约 0.130。按共同项目重算后,4782024647336076016 排名第一。
5.1.6.2 不同评分口径产生的差异
在分析过程中,还尝试过根据堡垒证据的处理方式保留更多有效评分项目。这一口径下,4782024647336076016的四轮成绩为:
| 生成顺序 | 评分 |
|---|---|
rows |
88.455 |
cols |
88.455 |
rows-reverse |
88.695 |
spiral |
88.689 |
均值约为88.573,标准差约为0.118。这个结果高于共同证据口径的87.423。原因在于两次计算采用的有效项目范围不同,其中下界堡垒证据的纳入方式发生了变化。因此,这两个均值不能被当作同一评分规则下的独立实验结果。它们描述的是相同四轮世界,在不同证据处理规则下得到的统计成绩。
在最终整理时,需要同时保存评分口径,不能只保留其中一个数字而删除计算背景。
5.1.6.3 与原排名第一的种子比较
原先7颗有效种子中,排名第一的是:-302568077188422614。其四轮成绩为:
| 生成顺序 | 评分 |
|---|---|
rows |
87.472 |
cols |
87.027 |
rows-reverse |
87.336 |
spiral |
86.838 |
平均分为87.168,标准差约0.250。
相比之下,4782024647336076016在重新纳入有效排名后,表现出较高的平均成绩和较小的四轮波动。以上为该批次的临时综合成绩。这次重新排名的主要作用是修复汇总器的筛选错误,避免将已经完成的优质候选错误排除。
5.2 资源证据检查与历史数据复用
5.2.1 下界堡垒评分的进一步修订
此次异常也说明,结构资源的多路线比较需要更加明确的评分对象。对于下界堡垒,最初关注的是基地对应下界入口附近是否存在堡垒,以及最近堡垒距离。但程序在验证时,使用了较严格的完整堡垒证据一致性条件。
如果两轮世界各自出现了不同的堡垒结构记录,或者一轮没有满足全部验证条件,汇总器就可能认定结果不可比较。这种判断没有充分区分资源评分目标与完整结构集合比较。
5.2.1.1 最近堡垒原则
对于筛种目的而言,我更关心的是最近的可用堡垒,而不是两轮世界中所有堡垒相关方块集合是否完全一致。因此,后续修改方向是:
- 保留不同路线的原始堡垒证据;
- 分别计算最近堡垒的距离;
- 核对对应位置是否真实生成堡垒;
- 根据有效证据决定该项是否能够比较;
- 对缺少证据的路线保留未知状态。
这样能够减少不必要的整项剔除。不过,最近堡垒砖与真正方便进入的堡垒入口仍然不能完全等同。即使可以检测最近堡垒方块,实际可达性还可能受到下界地形、岩浆和传送门位置影响。因此,完整堡垒评分仍需要继续完善其物理证据和参考位置。
5.2.2 月球地牢数据无法进入评分的问题
除了下界堡垒造成的不可比较问题,月球评分也是当天重点检查的异常之一。在跨维度探测结果中,月球已经出现多个地牢候选。部分报告能够找到9个候选位置。但最终评分中,月球的实测权重仍然为0。最初看起来像是程序没有正确使用已经获得的月球数据。
经过检查,问题出在候选地牢位置与真实着陆参考点尚未形成完整的验证链条。
5.2.2.1 地牢距离的参考点
月球距离项取实际着陆点与最近地牢之间的水平距离。而当时程序获得的部分数据属于地牢生成候选。同时,参考坐标可能是推测的火箭着陆位置,而不是实际服务端中已经确认的着陆点。因此,即使得到了多个地牢位置,也不能直接计算最终实测分数。月球评分器要求满足更严格的证据条件。
当相关参考位置没有完成验证时,程序不会将该指标标记为完整实测。
5.2.2.2 为什么不直接使用预测分
当时可以根据地牢候选和假定着陆点计算条件预测距离。但这种分数需要明确说明其前提:
- 候选地牢确实在对应世界中生成;
- 使用的着陆参考位置正确;
- 最近地牢可以正常到达。
只要上述条件仍有未验证部分,就不能将预测结果升级为实测。因此,月球在临时排名中保持0%的有效实测权重,并不是已经确认附近没有地牢。
5.2.2.3 对后续评分的影响
月球在V10内部综合权重中占5%。因此,即使暂时不计月球,仍然可以对其他已知维度进行临时比较。但必须保留月球缺失这一事实。后续如果能够确认着陆点和地牢位置,可以读取已有的候选数据重新计算条件评分,再决定是否需要实际世界生成验证。
这样可以避免仅仅因为月球评分缺失,就重新运行已经完成的40次主世界和下界生成。
5.2.3 末地钨、铂小行星的证据问题
末地评分已具备钨、铂小行星的预测字段,矿种实测仍待补充。这一问题与月球的情况有关,但检测目标更加复杂。末地的评分分成两个项目:
| 项目 | 权重 |
|---|---|
| 钨小行星 | 50 |
| 铂小行星 | 50 |
项目要求只考虑末地主岛周围1000格内的可达小行星。因此,实际检测至少需要确认:
- 小行星候选是否存在;
- 小行星实际生成位置;
- 是否生成目标矿层;
- 是否包含钨或铂矿石;
- 目标矿物的数量和分布;
- 到参考位置的距离。
仅根据小行星生成算法得到候选位置,无法自动证明存在可开采的目标矿物。
5.2.3.1 V10.2中的末地预测覆盖
在本次多路线实验中,末地评分字段已经具备预测结果。但这些结果的主要来源仍然是候选生成算法。在后续资源评价中,必须保留这种区别。
5.2.3.2 后续验证方向
为了进一步确认末地资源,需要从已经保存的生成报告中提取具体小行星信息。优先检查:
- 小行星中心坐标;
- 候选矿层类型;
- 钨、铂标记;
- 小行星是否真实生成;
- 是否有实际目标矿石方块证据。
由于此前已经产生大量世界生成数据,因此应当优先检查现有报告能否提供足够信息。只有在证据缺失时,才考虑增加新的生成任务。这项工作成为后续V10进一步修订的重点,但不能把仅有候选记录的末地评分当作已经完成的物理资源统计。
5.2.4 多路线统计程序的设计问题
完成这次结果审计后,可以将V10.2的主要问题分成三个层次。
5.2.4.1 世界生成是否完成
这是最底层的问题。需要确认每一轮是否真正生成了目标维度和目标区块范围。如果生成失败,不能伪造资源分数。本次40轮试验已经形成了对应的完成记录,主要问题不在于生成任务全部失败。
5.2.4.2 资源证据是否有效
第二层问题是检测器能否从生成世界中提取可靠证据。
例如:
- 匠魂村庄是否拥有真正的冶炼炉;
- 下界矿脉是否确认了实际矿层类型;
- 下界堡垒是否具有物理生成证据;
- 末地小行星是否包含钨和铂;
- 月球地牢是否具有有效着陆参考位置。
这一层决定某个指标能否被视为预测、部分实测或完整实测。
5.2.4.3 不同轮次是否可以比较
第三层是统计问题。即使每轮都完成了世界生成,也不意味着所有评分都能直接求均值。如果各轮采用的有效项目不同,需要先统一比较口径。本次三颗种子被排除,正是因为汇总器没有充分处理这一情况。因此,后续统计程序需要分别提供:
原始评分:保留每轮全部已有评价结果。
共同证据评分:只比较各轮都具备有效证据的项目。
完整评分区间:保留未测项目可能造成的上、下界变化。
可比性说明:解释哪些项目被排除,以及排除原因。
这样才能在保持实验结果完整的同时,避免产生误导性的排名。
5.2.5 运行成本与数据复用
这次实验耗时约20小时,暴露出另一个工程问题:
如果每次修改评分规则都重新生成世界,项目将无法承受持续增加的测试成本。
因此,我进一步确定,世界生成与评分计算应当尽可能分离。
5.2.5.1 世界生成结果作为原始实验数据
每次生成结束后,需要保留原始资源信息。包括:
1 | |
这些数据应该独立于最终的评分权重保存。
例如,将下界堡垒从40分调整为25分,不应要求重新生成全部世界。只要原始堡垒位置与距离证据仍然有效,就可以直接重新计算。
5.2.5.2 评分器作为独立分析层
在这一设计下,评分程序只负责读取已有数据并计算结果。新的评分公式可以反复应用于同一批历史实验。但如果原始数据中缺少对应的物理证据,就不能通过修改评分程序将其自动变成已测项目。因此,数据复用必须受到证据完整性限制。
5.2.5.3 避免因单项异常损失整颗种子
本次实验最直接的教训是,不应因为某个指标存在证据差异,就完全丢弃这颗种子的其他有效数据。对于不同生成顺序,应当尽可能保存所有可用结果,并在统计阶段决定具体采用哪些指标。即使一颗种子暂时无法计算完整的统一总分,也仍然可以保留各维度的独立实测信息。这与此前确定的四维独立评分原则保持一致。
5.2.6 本阶段形成的候选判断
经过重新审计,4782024647336076016成为本轮值得重点关注的种子。在共同有效项目口径下,其四轮成绩为:
1 | |
共同有效权重为79.5%。另一种包含更多堡垒相关证据的计算口径下,其均值约为88.573。这两个结果都说明该种子在当前评分体系下表现较好。因为:
- 主世界仍有部分项目缺乏实测;
- 下界堡垒证据处理仍需完善;
- 末地钨、铂小行星主要依赖候选预测;
- 月球地牢尚未完成可靠的着陆点距离验证;
- 综合分数的不同处理口径会改变具体数值。
因此,本轮排名用于确定后续重点验证对象,而不作为项目最终结论。
5.2.7 首个正式批次的技术结论
11月7日的工作主要围绕V10.2完整批次的执行结果展开。与此前开发新功能相比,这一天更多是在检查已有系统是否真正按照预期工作。实验取得了以下成果:
- 完成20颗候选的跨维度探测任务。
- 完成前10颗种子的四路线重测,总计40次生成。
- 形成多轮均值、极值、标准差及四维度独立评分数据。
- 发现最终排行榜只有7颗种子正常参与比较。
- 定位另外3颗被排除的原因是下界堡垒证据状态跨路线不一致。
- 发现汇总器对堡垒证据一致性的要求过于严格。
- 确定可利用已有试验结果离线重新计算,无需重新执行全部生成。
- 采用共同有效指标处理不同路线的评分可比性。
- 重新计算
4782024647336076016,得到79.5%有效权重下87.423的均分和0.130的标准差。 - 进一步比较了包含不同堡垒证据的评分口径,确认同一批生成结果可能因评分口径产生不同成绩。
- 确认月球地牢虽然存在多个预测候选,但因着陆参考位置未验证,不能直接纳入完整实测评分。
- 继续区分末地小行星候选与实际钨、铂矿石证据。
- 明确后续应优先复用原始生成报告,减少不必要的重新生成。
5.2.7.1 主要问题总结
本次实验说明,大规模世界生成完成后,仍然需要对评分程序进行独立审计。如果统计程序对证据一致性的判断过于严格,就可能将已经完成的有效实验全部排除。如果过于宽松,又可能把未验证的候选预测当作真实资源。因此,后续系统必须同时满足两个要求:
一方面,不允许缺少证据的资源获得虚假的实测分数;另一方面,也不应因为单项证据不完整而丢弃其他已经获得的有效信息。
5.2.7.2 后续开发方向
完成这轮审计后,下一阶段需要继续处理:
- 下界堡垒的真实结构与距离判定;
- 末地钨、铂小行星的资源类型和物理证据;
- 月球地牢的参考位置与条件预测;
- 多路线报告的离线重新评分;
- 大规模实验文件的复用、恢复和存储成本。
这些工作将在后续版本中进一步展开。
5.2.8 首批多路线实验小结
40 条路线都保有原始结果。按共同有效项目重算,原先因堡垒证据状态不同而漏排的三颗种子恢复比较。后续调整权重或参考点,可以直接重用本批数据。
5.3 第二个千颗批次及候选比较
5.3.1 第二批1000颗种子实验完成
11月7日,V10.2已经完成了一次10颗种子、四种生成顺序的实验。然而,结果审计发现,部分种子由于下界堡垒证据不一致,被错误地排除在最终排名之外。在修订评分可比性处理方法后,我继续开展了第二批1000颗种子的筛选。截至11月8日上午,新一批实验已经完成,包括:
- 1000颗种子的初始筛选。
- 前50颗的深入分析。
- 前20颗的完整生成。
- 前10颗的四种生成顺序重测。
对应批次目录:
1 | |
这次实验仍然采用:
1 | |
最后10颗种子分别以rows、cols、rows-reverse和spiral四种顺序生成,总计40条实验路线。与此前的实验相比,这次筛选还有一个目的:检查经过前一轮优化后,增加新的随机种子能否继续找到明显更优秀的候选。
5.3.1.1 第二批排行榜
11月8日上午得到的V10.3排行榜前五名如下:
| 排名 | 种子 | 临时综合均分 | 标准差 |
|---|---|---|---|
| 1 | 3977892322668660337 |
87.900 | 0.484 |
| 2 | 4782024647336076016 |
87.441 | 0.747 |
| 3 | 6639347416048878444 |
87.387 | 0.029 |
| 4 | -302568077188422614 |
87.326 | 0.191 |
| 5 | -7690550895143085040 |
86.696 | 0.949 |
这一次,3977892322668660337超过了此前排名靠前的种子。但新一批候选并没有大规模替换之前的优秀种子。最终前10名中,有8颗来自已有的候选集合,只有2颗属于新增种子:
| 新入选种子 | 临时综合均分 |
|---|---|
-2930823663019687855 |
85.549 |
4663191362097560633 |
83.011 |
这说明经过前面的初筛和深度生成测试,原有候选集合已经具有较强的竞争力。继续随机增加1000颗种子,虽然能够产生新的优秀候选,但提升幅度并不稳定。
5.3.1.2 数据覆盖情况
本轮共同评分口径的覆盖率达到91.5%。但这91.5%是用于比较的有效评分权重比例,并不代表91.5%的资源已经得到完整物理实测。实际报告中:
- 主世界仍然存在较多预测和部分测量项目;
- 下界的实测权重因种子而异,约为30至100;
- 末地的相关评分字段主要来自生成算法预测;
- 月球评分仍然没有形成有效的实测分数。
因此,虽然本轮已经能够输出比较稳定的排行榜,但仍有必要逐项检查资源类型、结构位置和实际扫描范围。
5.3.2 前几名种子的详细资源分析
为了进一步判断排行榜是否可靠,我开始检查排名靠前种子的四轮主世界结果,而不是只看综合分。
5.3.2.1 种子3977892322668660337
这是第二批实验中的临时综合第一名。其四轮主世界评分为:
| 生成顺序 | 主世界评分 |
|---|---|
rows |
83.67 |
cols |
85.67 |
rows-reverse |
83.60 |
spiral |
82.40 |
四轮平均约83.84分。匠魂冶炼炉相关候选距离在276至648格之间变化。砖房地牢相关距离约为249至299格。这些结果表明,该种子在不同生成顺序下具有较好的主世界资源条件。但匠魂冶炼炉和红砖房的相关数据仍需要按照各自的证据状态解释,不能将所有结构候选视为游戏内入口已确认。
5.3.2.2 种子4782024647336076016
这颗种子在之前的V10.2审计中就表现较好。本轮主世界评分约为82.38至85.83,四轮平均约84.24。匠魂冶炼炉相关候选距离约为527至853格。不过,砖房地牢项目在四轮中均未获得可用的完整验证结果。这意味着,虽然它的综合分很高,但我无法据此确认基地附近一定存在理想的红砖房入口。
这一问题在之后的最终筛选中仍然具有重要影响。
5.3.2.3 种子6639347416048878444
这颗种子在本轮的综合评分标准差只有0.029,是前几名中波动非常小的一颗。主世界四轮评分约为85.92至89.54,平均约87.75。匠魂冶炼炉相关位置在167至238格之间,距离条件较好。不过,砖房地牢只在部分生成路线中获得对应的检测证据。
因此,综合分波动小不代表所有结构在不同生成顺序下完全一致。
5.3.2.4 种子-7690550895143085040
这颗种子的主世界分数表现也很突出。四轮评分约为85.91至90.03,平均约88.11。匠魂冶炼炉相关距离在141至821格之间变化。红砖房相关记录较丰富。但检查扫描覆盖率时发现,后两轮的部分资源检测只覆盖了608格和256格,而不是完整的1000格评价范围。
因此,地表战利品和史莱姆空岛等项目只能保留部分测量状态。这也解释了为什么不能简单将主世界分数最高的一轮认定为最优世界。
如果扫描范围不同,评分结果就可能因缺失数据的处理方式而产生偏差。
本轮实验进一步确认,真实资源评分必须与生成路线、扫描范围和证据状态绑定。
5.4 下界五项评价与月球离线重评分
5.4.1 下界评价体系的第三次重构
11月8日下午,我再次修改了下界评分体系。此前V9和V10采用三项指标:
| 旧指标 | 权重 |
|---|---|
| 下界堡垒 | 40 |
| 硝石矿脉 | 30 |
| 石英矿脉 | 30 |
| 合计 | 100 |
经过进一步考虑,这套指标存在两个问题。第一,下界的实际资源种类比原来的三个项目更加丰富,硫矿脉的重要性没有得到体现。第二,原来的“石英矿脉”过于笼统,没有明确区分石英岩、赛特斯石英相关资源与普通下界石英。因此,需要重新拆分资源项目。
5.4.1.1 加入硫矿脉
此次新增的重点资源是硫。在GTNH的工业流程中,硫是重要的化工原料,因此附近存在完整且储量较大的硫矿脉具有实际价值。最初讨论时还考虑过雄黄等硫相关资源。但我明确要求:只筛选完整的大型矿脉,不把零散的贫瘠矿石当作正式评分对象。
因此,雄黄没有被保留为独立项目。在一次过渡方案中,雄黄曾占5分;取消后,这5分全部分配给硫矿脉。最终硫矿脉获得30分。这次调整还明确了矿脉检测的评价单位:
不是附近有多少个硫相关矿石方块,而是附近是否存在真实生成、可供集中开采的完整矿脉,以及这些矿脉的数量和距离。
5.4.1.2 石英资源拆分
原来的石英矿脉占30分。修改后,拆分为两个项目:
石英岩/赛特斯石英相关矿脉,20分。
下界石英矿脉,10分。
这样可以避免不同矿层被合并统计,导致一种资源丰富就掩盖另一种资源不足。对于GTNH的GT矿脉检测,必须检查实际矿层类型,不能仅通过附近出现石英相关矿石就直接认定已经找到目标矿脉。
5.4.1.3 调整堡垒与硝石权重
新增硫矿脉并拆分石英项目后,原有堡垒和硝石的权重需要重新分配。堡垒由40分降低至25分。硝石由30分降低至15分。修订后的权重同时考虑堡垒和四类矿层。
5.4.1.4 新版下界评分表
11月8日最终确认的下界评分如下:
| 项目 | 旧版 | 新版 |
|---|---|---|
| 硫矿脉 | — | 30 |
| 下界堡垒 | 40 | 25 |
| 石英岩/赛特斯石英相关矿脉 | 原石英项目的一部分 | 20 |
| 硝石矿脉 | 30 | 15 |
| 下界石英矿脉 | 原石英项目的一部分 | 10 |
| 合计 | 100 | 100 |
这一版本包含五项指标,取代此前的三项下界评价体系。此后进行正式深筛时,需要按照五项任务分别寻找资源,不能继续使用旧版三项评分结果直接代表完整下界成绩。
5.4.2 加强下界距离惩罚
11月8日下午的另一个重要修改是下界距离评分。此前部分评分函数对距离的惩罚相对温和。但在实际GTNH中,下界存在复杂地形和大量岩浆区域。即使资源直线距离只有几百格,实际前往时也可能需要搭桥、挖掘通道或绕路。因此,我希望下界资源距离对评分产生更大的影响。
5.4.2.1 距离评分的问题
假设两颗种子分别在下界入口附近100格和500格发现堡垒。如果评分函数对距离的惩罚很弱,两颗种子可能只相差少量分数。但对实际开荒而言,二者所需的探索时间和通行成本可能存在明显差距。因此,下界评分需要更强的近距离奖励。
5.4.2.2 距离衰减方案
当时讨论了多种距离曲线。其中一版示意方案以35分为例:
| 距离 | 示例奖励 |
|---|---|
| 100格 | 35.0 |
| 300格 | 约26.3 |
| 500格 | 约15.8 |
| 800格 | 约5.3 |
这组数据用于比较距离惩罚强度,并不是最终五项评分中25分堡垒项目的正式数值表。在确定堡垒权重降为25分后,还需要按新的满分重新计算距离奖励。同时,必须区分资源的理论直线距离与实际可达距离。最理想的参考点是实际下界传送门出口,而不是简单使用主世界基地坐标除以8得到的理论位置。
但在没有生成并验证传送门的情况下,程序只能先采用理论参考坐标,并明确注明其来源。
5.4.2.3 检测范围与距离函数
这一时期的下界物理扫描范围已经调整为500格。因此,不能把距离函数在500格以外仍然具有奖励,直接理解为对应区域已经完成实测。如果评分需要考虑更远的资源,就必须扩大生成范围或保留预测状态。由此,下界评分需要同时记录:
- 评分距离函数;
- 实际扫描半径;
- 参考坐标;
- 资源最近距离;
- 实际生成证据。
这样才能避免仅修改距离公式却没有扩大物理检测范围,造成评分结果与检测能力不一致。
5.4.3 V10.5月球评分异常
11月8日,月球评分问题被重新提出。此前V10.3已经完成40条路线,但月球的实测权重仍然全部为0。这与已经获得的月球地牢候选数据不一致。因此,我开始检查月球评分程序。
5.4.3.1 原因定位
检查发现,问题主要涉及月球参考坐标。原来的评分程序要求月球地牢数据具备经过验证的参考位置。但在实际运行中,并没有提供:
1 | |
因此,相关字段始终为:
1 | |
后续评分器要求参考位置完成验证,导致月球地牢候选虽然已经存在,却无法进入有效评分。第一,程序确实存在数据利用不足的问题。第二,缺少真实着陆位置也确实意味着无法获得严格的实测距离。因此,修复时不能简单将reference_verified强行设置为true。
否则只是绕过验证条件,并没有真正确认月球着陆点。
5.4.3.2 V10.5修复方案
为此,V10.5引入了条件预测评分。新的处理方法是:
在尚未取得实际登月坐标时,假设从选定的主世界基地发射,并根据已有月球地牢生成数据计算对应的条件距离。这一计算结果允许参与临时评价,但必须明确标记为预测。不能将假设发射条件下的分数称为实际登月后测得的地牢距离。这次修复的核心不是放宽实测标准,而是允许程序合理利用已有的预测证据。
5.4.4 历史80条路线的月球离线重评分
修复评分程序后,需要处理已经完成的历史实验。当时有两个重要批次:
1 | |
每个批次都包含10颗种子的四路线实验。两个批次共 80 条路线需要重新计算月球条件评分。如果全部重新启动GTNH生成世界,将浪费大量计算时间。而这次修改并没有要求重新生成地牢,只需要利用原始月球元数据和新的参考位置假设计算分数。因此,我采用离线重评分方案。
5.4.4.1 重评分程序
新增脚本:rescore_moon_v10_5.py。程序直接读取历史批次中保存的试验结果和月球元数据。在满足已有数据条件的情况下,重新计算月球地牢的条件预测分。随后生成新的排行榜。整个过程不需要启动GTNH服务端,也不需要重新生成任何世界。
5.4.4.2 第一个批次的恢复结果
对:
1 | |
执行重评分后,40条路线全部处理成功。部分种子的月球条件预测分为:
| 种子 | 月球条件预测分 |
|---|---|
4782024647336076016 |
98.15 |
-302568077188422614 |
100.00 |
-7690550895143085040 |
97.70 |
6639347416048878444 |
89.34 |
-2930823663019687855 |
99.55 |
564458200681528906 |
100.00 |
3977892322668660337 |
81.59 |
7065354245858610684 |
87.37 |
这些分数在同一种子的四条路线之间相同。原因是重评分主要复用了相同的月球候选元数据和参考位置假设,而不是在每轮中取得了不同的真实着陆位置。因此,月球条件分数在四轮之间完全相同,并不能证明月球实际生成结果在不同顺序下完全一致。
5.4.4.3 第二个批次的恢复结果
随后,对:
1 | |
执行相同操作。这一批次的40条路线也全部成功恢复。
例如:
| 种子 | 月球条件预测分 |
|---|---|
3977892322668660337 |
81.59 |
-302568077188422614 |
100.00 |
4782024647336076016 |
98.15 |
6639347416048878444 |
89.34 |
-7578133369712847697 |
91.45 |
3773659964519220892 |
96.64 |
最终两批合计:
80/80条路线成功完成月球条件预测重评分。
5.4.4.4 输出目录
为了避免覆盖旧结果,新的评分文件保存到独立审计目录:
1 | |
其中包含:
1 | |
这些文件分别用于保存新的综合排名、月球单独排名以及新旧排名变化。旧版实验结果仍然保留。这次修复证明,世界生成与评分计算分离的设计具有实际价值。只要原始证据保存完整,评分逻辑发生变化时,就可以重新计算历史数据,而不必重新执行昂贵的世界生成。
5.4.5 V10.5修复后的证据边界
完成80条路线的离线重评分后,月球已经能够提供有效的条件预测分数。但是,这些分数仍然不能被标记为实测。
例如,-302568077188422614的月球评分为100。这代表它在当前参考位置假设下,拥有非常理想的地牢候选距离。并不能由此认定该种子的实际火箭着陆位置已经被验证,也不能保证游戏内一定能按预测路线到达对应地牢。因此,在V10.5中,需要继续保留:
1 | |
这也是此前建立证据状态系统的主要用途。评分器能够利用可信的预测,但不会因此抹掉尚未完成的实测任务。
第六章 V11 大规模初筛与人工收藏
实验阶段:2026 年 11 月 8 日至 10 日
生成与评分流程成熟后,计算重点转向扩大初选样本。性能测试、初筛公式、网页比较和人工收藏共同形成了 57 颗深筛候选的来源。
6.1 快速初筛的设计、性能与数据成本
6.1.1 开始重新设计V11快速初筛
完成V10.5相关修复后,我开始重新考虑整个筛种流程的效率。此前的V10模式需要对1000颗种子进行分级筛选,并对排名靠前的候选执行完整世界生成。这种方式已经能够工作,但仍然存在一个问题:
它在筛选早期就引入大量高成本生成任务,搜索规模受到限制。
而种子空间极大,即使已经筛过几千颗,仍有可能存在综合条件明显更好的候选。因此,下一步不再只关注如何提高单次完整生成的准确度,而是考虑如何先筛选更大量的种子。V11的初期目标由此形成:
先对大量种子进行低成本预筛,找到条件足够优秀的候选,再决定是否进入昂贵的实际世界生成阶段。
6.1.1.1 初筛评分与最终评分分离
V10仍然使用V9的四维完整评分体系进行部分候选比较。但在V11中,我开始将快速初筛评分作为独立的评价系统。
例如,主世界初筛不需要确认全部14项资源。它只需要使用能够高效预测的项目,优先判断:
- 基地地形是否适合建设;
- 附近村庄候选是否丰富;
- Roguelike地牢候选是否较好;
- LootGames是否丰富;
- 地表基础资源是否充足;
- 是否存在符合要求的潮湿群系。
其他资源仍然保留在后续深筛任务中。这一设计可以降低单颗种子的初筛成本。
6.1.2 V11主世界Stage0评分体系
11月8日测试时,主世界Stage0采用以下100分代理评分:
| 初筛项目 | 权重 |
|---|---|
| 基地平整度 | 28 |
| 附近村庄机会 | 28 |
| Roguelike地牢候选 | 22 |
| LootGames候选 | 12 |
| 沙子、黏土、砂砾 | 8 |
| 潮湿群系 | 2 |
| 合计 | 100 |
各项归一化后按表中权重加总。平整度从 V9 完整评价中的 10 分提高到快速筛选中的 28 分;村庄和地牢项只使用候选数量与距离,具体建筑留给深筛。
6.1.3 Stage0筛选门槛的初步研究
在设计新的大规模初筛流程时,需要先解决筛选门槛问题。如果门槛过低,进入后续阶段的种子过多,无法有效节省计算成本。如果门槛过高,则可能在初筛阶段直接淘汰一些真实资源表现较好的种子。因此,我决定参考历史批次的评分分布,而不是任意选择一个看起来较高的整数作为门槛。
6.1.3.1 历史数据分位数
当时参考的历史初筛统计显示:
| 指标 | 初筛分数 |
|---|---|
| 前10%附近 | 约56.10—56.70 |
| 前5%附近 | 约58.77—59.41 |
已有优秀候选的最低初筛分数大约在59分附近。因此,初步讨论过将58分作为V11初筛门槛。同时,深筛阶段还曾讨论过65分的目标。这两个值属于当时的初步方案,并非已经完成大规模验证的最终标准。具体门槛仍然需要结合筛选速度、候选数量及历史优秀种子的保留率继续评估。
6.1.3.2 门槛设计原则
这一阶段形成的基本思路是:
初筛门槛应当用于控制计算成本,而不是直接判断世界是否优秀。
一颗种子的Stage0分数偏低,可能只是由于某个预测项目没有覆盖到目标位置。而它在真实锡石、下界矿脉或末地资源方面仍可能表现出色。因此,需要检查不同资源项目对初筛排名的影响,避免某个代理指标产生过强的误淘汰作用。
6.1.4 V11初筛性能基准测试
在考虑大规模筛选之前,首先需要确认每颗种子的计算成本。11月8日下午,我决定先使用100颗种子进行性能基准测试。这次测试重点不是种子质量,而是预筛程序的吞吐量和主要耗时来源。
6.1.4.1 第一组:原始参数
第一次测试采用:
| 参数 | 数值 |
|---|---|
| 测试数量 | 100颗 |
| 扫描参数 | 128区块 |
| 地形采样参数 | 6 |
| Java预筛总耗时 | 300.37秒 |
| Python排名耗时 | 1.18秒 |
| 端到端总耗时 | 301.55秒 |
端到端吞吐量约为 0.332 颗/秒。Java 内部处理 100 颗种子共耗时约 140.5 秒,平均 1.405 秒/颗;其余约 160 秒主要用于启动、初始化和退出。
6.1.4.2 内部耗时分布
原始参数的预筛日志显示:
| 主要操作 | 计时占比 |
|---|---|
chunkgen |
55.7% |
terrain.digest |
41.8% |
villageStarts |
36.3% |
各操作的计时区间有嵌套,表中占比按项读取。主要瓶颈集中在区块生成、地形摘要和村庄候选分析。因此,提高筛种速度的主要方向不是优化Python排序,而是减少Java端的世界生成与地形采样工作。
6.1.4.3 第二组:缩小扫描与采样参数
根据第一轮测试结果,进一步修改参数:
- 扫描参数从128区块降低到64区块;
- 地形采样参数从6降低到4。
随后再次测试100颗种子。
| 指标 | 原参数 | 新参数 |
|---|---|---|
| 扫描参数 | 128区块 | 64区块 |
| 地形采样 | 6 | 4 |
| 实际种子计算耗时 | 140.5秒 | 64.4秒 |
| 单颗内部计算耗时 | 1405.1毫秒 | 640.97毫秒 |
| 端到端总耗时 | 301.55秒 | 221.38秒 |
缩小采样范围后,内部计算速度提高至原来的约 2.18 倍;计入启动开销,端到端吞吐量提高约 36%。
6.1.4.4 固定启动开销的影响
两次实验中,Java启动与退出等额外开销均接近160秒。对于只有100颗种子的测试,这部分时间占据了较高比例。因此,缩小扫描半径虽然显著降低了每颗种子的计算成本,却无法同比例降低整个任务的耗时。
这一结果说明,进一步扩展筛选规模时,应当尽量将更多种子放入同一次Java进程中处理,减少频繁启动和关闭服务端的固定成本。不过,单次批次过大又可能造成内存累积、任务失败后恢复困难等问题。因此,后续还需要在批次大小、单颗种子计算时间和进程生命周期之间寻找平衡。
6.1.4.5 性能提升的正确性代价
缩小扫描范围能够提高速度,但也可能降低初筛的完整性。
例如,原本需要搜索基地周围1000格的村庄或Roguelike候选。如果减少扫描范围后遗漏外围目标,就可能导致某些种子的Stage0得分偏低。地形采样密度降低,也可能影响基地平整度的估计精度。因此,这次测试只能确认新参数具有更好的性能。
尚不能仅凭耗时下降,就认定新参数可以完全代替原来的检测精度。
在正式使用之前,需要检查两组参数对候选排名和资源覆盖的影响。
6.1.5 从V10深度生成转向V11大规模初筛
经过11月8日的实验,项目开始形成新的开发方向。此前V10已经具备完整生成、多路线重测和评分审计能力。但它的主要计算成本集中在少量种子的深入测试上。V11则希望将筛选过程重新分成更明确的两层。第一层:尽可能快速地搜索大量种子。
使用主世界Stage0代理评分和可用的离线跨维度预测,初步确定值得关注的候选。第二层:对少量最终候选进行实际生成和证据验证。这一阶段继续使用V10积累的世界生成探针、多路线试验及资源评分方法。因此,V11并不是简单重写V10,而是重新安排不同检测方法在整个筛选流程中的位置。
低成本预测用于扩大搜索规模,真实世界生成用于确认最终资源。
这是这一阶段逐渐明确的总体技术方向。
6.1.6 实验数据复用与存储问题
截至11月8日,项目已经保留多批世界生成和多路线试验结果。历史目录中包括:
1 | |
这些批次中不仅包含评分结果,还包含:
- 原始探针JSON;
- 世界生成日志;
- GT矿脉缓存;
- 各轮试验报告;
- 实验性Java探针;
- 独立测试服务端副本;
- 月球和末地的候选证据。
随着实验规模扩大,数据保存成本也逐渐成为需要解决的问题。但这些数据不能简单按照文件名删除。
例如,不同批次可能使用相同名称的探针JAR,却对应不同的实验性构建版本。不同路线的世界生成报告也可能包含独立的资源分布证据。如果错误删除或合并,后续就无法准确复现试验或重新计算评分。因此,数据优化必须保留种子、生成路线、探针版本和原始证据之间的对应关系。
11 月 8 日开始记录数据复用和存储成本问题,11 月 9 日继续讨论文件重复率、SHA-256 去重及 JSON、日志压缩。
6.1.7 V10 重评分与 V11 初筛的衔接
11月8日完成的工作可以归纳为四个方面。
6.1.7.1 V10.3第二批实验
完成新的1000颗种子筛选,以及前10颗的四路线测试。结果显示,3977892322668660337暂列第一,临时综合均分87.900。但只有2颗新种子进入前10,进一步增加随机种子的收益仍需通过扩大样本规模观察。
部分种子的主世界检测半径不足,结构项目也仍然存在预测与实测覆盖不一致的问题。
6.1.7.2 下界评分重构
正式将下界从三项修改为五项:
| 项目 | 权重 |
|---|---|
| 硫矿脉 | 30 |
| 下界堡垒 | 25 |
| 石英岩/赛特斯石英相关矿脉 | 20 |
| 硝石矿脉 | 15 |
| 下界石英矿脉 | 10 |
明确只统计完整矿脉,不把零散雄黄等贫瘠矿石作为独立评分项目。同时要求加重下界距离惩罚。
6.1.7.3 V10.5月球评分修复
定位--moon-center-xz缺失导致月球参考坐标未验证、评分无法正常使用的问题。新增条件预测评分机制,并使用rescore_moon_v10_5.py成功恢复两批合计80条路线的月球预测成绩。整个过程没有重新生成世界。
6.1.7.4 V11初筛性能研究
建立主世界Stage0六项100分代理评分体系。使用100颗种子进行了两组性能测试。通过缩小扫描和地形采样参数,使内部种子计算从140.5秒降至64.4秒,约加速2.2倍。同时确认Java启动退出开销约160秒,影响小批次的实际吞吐量。
此外,初步讨论了根据历史评分分布确定筛选门槛,而不是继续使用完整深筛分数作为Stage0标准。
6.1.8 从深度生成转向扩大初选样本
下界评价扩为五项,V10.5 复用两批 80 条历史记录重算月球条件分。V11 则从缩小地形采样范围入手,为后续扩大随机搜索规模做准备。
6.2 四项初筛评分与门槛校准
6.2.1 从千级实验转向大规模种子搜索
11月8日,项目完成了V11初筛程序的初步性能测试。通过调整区块扫描和地形采样参数,单颗种子的内部计算耗时从约1405毫秒降低至641毫秒。与此同时,V10系列已经积累了较为完整的实际世界生成能力,包括资源扫描、跨维度探针、多路线重复生成和统计分析。但此前的筛选流程存在一个明显的效率问题。
程序通常在1000颗种子中选出50颗,再对其中20颗执行较昂贵的生成任务。这意味着,能够参与初始比较的种子数量相对有限。经过数轮实验,我开始重新评估这种策略。
如果目标是找到一颗适合长期使用的世界种子,那么扩大初始搜索范围具有直接价值。尤其对于主世界地形、村庄候选和末地小行星分布等条件,优秀组合在随机种子中并不常见。因此,V11的开发重点转向:
利用低成本的世界生成预测,在较大的种子样本中寻找同时具备多个资源优势的候选,再将完整世界生成集中到人工选出的少量种子上。
这一阶段不再要求每筛选1000颗种子,就立即启动一次完整的20颗深筛。相反,先积累大量初筛结果,观察资源评分分布,再决定哪些种子值得进一步检查。
6.2.2 V11 Stage0的评价对象
V11将快速初筛与正式深筛明确分开。正式深筛仍然采用此前确定的四维100分评价体系,其中主世界包含14项,下界包含5项,末地关注钨和铂,月球关注实际着陆点附近的地牢。而Stage0只使用能够快速取得的候选信息。11月9日的初筛面板最终采用四个独立指标:
| 初筛指标 | 分值范围 | 评价对象 |
|---|---|---|
| 主世界 | 0—100 | 地形和结构候选综合代理分 |
| 下界堡垒 | 0—25 | 最近堡垒候选的预计距离 |
| 末地 | 0以上,不设上限 | 钨、铂小行星候选的数量、距离与平衡程度 |
| 月球 | 0—10 | 地牢候选到月球原点的预计距离 |
这些指标属于Stage0的快速筛选代理值。特别是下界,此时只使用堡垒距离进行初筛,并没有同时计算硫、硝石、石英岩和下界石英四项真实矿脉得分。末地也只是根据生成器候选估计矿产分布,尚未对每颗小行星进行完整的实际矿石扫描。
因此,Stage0的四项指标可以用于评价种子的初步潜力,却不能替代此前建立的四维度完整资源评分。
6.2.3 主世界Stage0评分及其分布
主世界沿用 §6.1.2 的六项权重。输出包括推荐基地、出生点至基地距离、地形采样,以及村庄、地牢、LootGames 和地表资源候选。下面用千颗样本的分布确定主世界达标线。
6.2.3.1 初筛评分分布
为了确定合理的筛选门槛,我检查了已有的1000颗种子样本。当时记录的主世界评分分布如下:
| 统计量 | 分数 |
|---|---|
| 平均值 | 42.12 |
| 中位数 | 41.90 |
| 第95百分位数 | 54.18 |
| 最大值 | 63.55 |
从这组数据可以看出,60分已经属于较高的主世界初筛成绩。如果以60分作为门槛,那么绝大多数随机种子会在这一项被排除。不过,随着筛选规模扩大到数万颗,后来也出现了超过70分的种子。这说明最初1000颗样本的最高分不能被视为全局上限。
6.2.3.2 关于60分门槛的取舍
在确定Stage0门槛时,我曾认为主世界60分可能仍然偏宽松。但是,主世界只是四项条件之一。如果将其设置得过高,可能提前淘汰一些下界堡垒、末地小行星或月球地牢条件非常优秀的种子。此外,主世界Stage0本身只是一套预测指标,并不包含完整的14项资源。最终保留 60 分作为主世界初筛达标线。
这个门槛用于辅助筛选,并不代表低于60分的种子一定无法成为最终候选。
6.2.4 末地初筛评分的多次重构
11月9日,末地小行星评分经历了多次修改。这是当天最重要的一项算法设计工作。最初沿用V9的思路,钨和铂各占50分。但在将其用于大规模初筛时,发现原来的评价方式存在明显问题。
6.2.4.1 第一版:钨和铂各50分,只看最近距离
最初的Stage0末地方案为:
| 项目 | 权重 |
|---|---|
| 最近钨小行星 | 50 |
| 最近铂小行星 | 50 |
评价逻辑主要依赖两种矿物中距离末地参考点最近的候选。这种设计虽然简单,但我很快发现了一个问题:
只看最近距离,完全忽略了小行星数量。
例如:
- 种子A:附近只有一颗钨和一颗铂,但距离很近。
- 种子B:附近有多颗钨和铂,距离稍远。
只看最近距离,种子A可能得到更高分数。但对于实际长期生存,附近拥有更多可利用的小行星显然具有额外价值。因此,第一版末地评分不能满足筛选目标。
6.2.4.2 第二版:最近距离15分+数量35分
发现数量没有参与评分后,我将每种矿物的50分拆分为:
| 分项 | 单种矿物权重 |
|---|---|
| 最近距离 | 15 |
| 候选数量 | 35 |
| 合计 | 50 |
钨和铂分别计算,最终仍为100分。数量部分不再只统计原始候选个数,而是让每颗小行星按照距离贡献一定的有效数量。这样既能奖励附近数量多的种子,也能降低远处小行星的贡献。不过,新的问题随之出现。数量评分需要一个归一化基准。
如果直接设定达到某个数量就满分,那么超过该数量的小行星就不再获得额外奖励。对于希望尽可能找到更多钨、铂资源的需求,这种封顶方式仍然不够理想。
6.2.4.3 使用4.2万颗样本校准数量基准
11月9日,已有42,000颗有效种子的初筛数据。在一次统计中,程序跳过了1条不符合要求的记录,其余42,000颗用于分布分析。为了让数量评分具有一定的统计依据,我使用这些种子的末地候选数据计算分位数。当时得到的钨、铂距离加权有效数量第90百分位基准分别为:
| 矿种 | P90有效数量 |
|---|---|
| 钨 | 4.671 |
| 铂 | 2.703 |
当时末地总评分的第 95 百分位为 80.38。这一阶段考虑过利用样本分位数动态确定达标门槛。但它存在一个问题:评分标准会随着样本集合变化。如果继续增加几万颗种子,样本分位数可能改变,导致此前相同种子的相对评价标准发生变化。而且,当有效数量达到归一化基准后,继续增加资源带来的收益有限。
因此,这套依赖4.671、2.703数量基准和动态分位数门槛的方案,最终也被废弃。
6.2.4.4 第三版:取消固定数量上限
之后,我决定取消末地数量评分的封顶机制。新的思路是:
每一颗额外的小行星都可以继续贡献分数,资源越丰富,总分越高。
与此同时,两种矿物的权重也需要重新考虑。GTNH中钨和铂都具有重要用途,但在筛选需求中,希望对铂给予更高的奖励。因此,讨论过铂相对于钨采用1.5倍或2倍权重的方案。最终取 W + 2P 作为总量项。其中:
- W:钨小行星的距离加权有效数量;
- P:铂小行星的距离加权有效数量。
这样,铂的单位有效数量在资源总量部分中具有钨的2倍权重。但仅使用W+2P,又会产生新的问题。如果一颗种子拥有大量铂,却几乎没有钨,仍可能得到很高的分数。因此,需要进一步加入矿种平衡惩罚。
6.2.4.5 钨铂平衡因子的设计
采用平衡因子 B = 2√(WP)/(W+P)。当钨、铂有效数量相等时 B 为 1,两者相差越大,B 越小。最终使用 B 的 1.5 次幂加重失衡惩罚;缺任一种矿物得零分。
总量部分仍按 W + 2P 计算,因此 5 份钨、6 份铂与 6 份钨、5 份铂虽然平衡程度相同,前者的总量得分为 17,高于后者的 16。
6.2.4.6 最终末地Stage0公式
末地初筛分为 S_E = 10(W + 2P) × [2√(WP)/(W + P)]^1.5。任一矿种缺失时得零分。先按矿种去重,每颗距末地原点 d 格的候选贡献 √max(0, 1 − d/1000);分别累加得到钨和铂的有效数量 W、P。末地分数不设上限,超过 100 分的候选仍可按资源差异排序。
6.2.4.7 固定92分达标线
在取消分数上限后,需要重新确定筛选门槛。末地采用固定的 92 分达标线。后续即使增加更多种子,已有种子也不会因为样本数量变化而改变是否达标。这套公式只用于V11 Stage0。正式深筛仍然需要分别评价真实钨、铂小行星,不能用这套无上限代理评分代替完整的末地100分评价。
6.2.5 下界堡垒与月球评分公式
确定末地公式后,我继续统一其他两个跨维度初筛项目的距离评分。
6.2.5.1 下界堡垒
下界初筛只考虑最近堡垒候选。距离得分为 S_F = 25 × max(0, 1 − (d/850)²)。距离 d 从基地坐标除以 8 所得的理论下界参考点起算。满分 25,达标线 24 分,对应最近堡垒候选在 170 格内。实际传送门落点留待开图检查。
6.2.5.2 月球地牢
月球地牢距离得分为 S_M = 10 × max(0, 1 − (d/1400)²)。这里的 d 从月球原点起算,9.5 分对应地牢候选距离约 313 格以内。V10.5 使用假定发射参考位置,V11 初筛统一采用原点;正式评价使用实际着陆位置。
6.2.6 四项Stage0门槛的最终确定
完成各项公式修改后,V11 Stage0采用以下门槛:
| 指标 | 满分 | 达标线 |
|---|---|---|
| 主世界 | 100 | 60 |
| 下界堡垒 | 25 | 24 |
| 末地 | 无上限 | 92 |
| 月球 | 10 | 9.5 |
四个项目分别评价。如果一颗种子全部达标,面板显示为 4/4。若只有三项达标,则显示:3/4。依此类推。这里的4/4表示四个初筛条件全部满足,而不是四个维度均已完成真实资源检测。因此,即使某颗种子取得4/4,进入深筛后仍然可能发现实际村庄、矿脉或小行星分布与预测存在差异。
6.3 网页比较、人工收藏与搜索规模
6.3.1 实时筛选面板的开发
随着初筛样本从几千颗增加到数万颗,单纯阅读CSV排行榜已经很不方便。一方面,种子数量太多,无法逐行检查。
另一方面,我希望比较不同维度之间的资源分布,而不是完全依赖自动综合排名。因此,开始使用本地网页面板查看筛选结果。面板运行于:
1 | |
对应的后期程序为 tools/v11_live_dashboard.py。11月9日已经使用的V3面板包含实时排行榜、排序、搜索、组合筛选、缺口信息及四维分位数等功能。
6.3.1.1 实时查看批次
随着程序不断生成新的种子结果,面板需要能够读取新增批次。这样就不必每次筛完一批,都手动打开对应的CSV文件。常见初筛目录为:
1 | |
内部主要保存:
1 | |
这些文件分别提供原始预筛数据、整理后的评分结果和种子清单。
6.3.1.2 多维排序与筛选
面板允许根据主世界、下界堡垒、末地和月球分别排序。这使我能够查看某个维度特别突出的种子。
例如,有些种子的末地资源极好,但主世界评分一般。还有一些种子的主世界评分非常高,但末地钨铂资源不足。如果只使用一个综合分数,这些差异容易被掩盖。因此,面板还需要支持多条件筛选,帮助寻找同时满足若干条件的种子。
6.3.1.3 分布信息
随着样本规模扩大,分位数变得越来越重要。
例如,主世界达到60分究竟有多难,需要通过实际样本分布判断。末地的固定92分门槛也可以结合当前达标数量观察,但不会因为分位数变化而自动调整。这样,面板不仅承担结果展示功能,还成为评估筛选门槛合理性的工具。
6.3.2 缺口、溢出分与综合优势评价
在四项门槛确定之后,进一步引入了两种辅助评价指标。第一种是距离全部达标还差多少分。第二种是已经达标的项目超出门槛多少。
6.3.2.1 距4/4缺口
缺口 G 取四项未达标分差之和,达标项计零,末地项乘以 100/92 换算尺度。以 p(x) = max(0, x) 表示正差,则 G = p(60 − S_OW) + p(24 − S_F) + (100/92) p(92 − S_E) + p(9.5 − S_M)。四项全部达标时 G 为零。
这个指标适合寻找距离4/4只差一点的候选种子。但它并不能说明已经达标的种子中哪颗更好。
6.3.2.2 原始溢出分
原始溢出分取各项超过门槛的部分之和:O = p(S_OW − 60) + p(S_F − 24) + p(S_E − 92) + p(S_M − 9.5)。这套公式不再对末地溢出部分乘以100/92。只有超过达标线的部分才计入。
例如,主世界65分,对应5分溢出。末地110分,对应18分溢出。最初,这种指标可以用于寻找综合条件特别突出的种子。但在实际使用中,我发现它存在明显缺陷。
6.3.2.3 末地无上限造成的排名偏差
由于末地初筛分数没有上限,末地特别优秀的种子可以获得很大的溢出分。主世界则不同。主世界Stage0最高只有100分,而且实际随机种子中达到70分就已经非常罕见。因此,末地提高20分,可能比主世界提高5分容易得多。如果直接累加溢出分,就可能过度奖励末地资源,而低估极难获得的高分主世界。
末地采用无上限评分,直接累加会放大它对排序的影响。尝试通过额外权重修正,也很难在没有充分实测依据的情况下确定一个合理的比例。因此,我最终决定不再依赖这个指标自动选种。
6.3.3 从自动排名改为人工收藏
11月9日,大规模初筛已经累计处理了约8万颗种子。在一次面板导出中,取得82,000条四项初筛评分字段齐全的记录。这里的82,000条记录,指的是四项代理分均可计算,不代表已经完成82,000次四维真实世界生成。这一阶段,实际筛选规模已经远远超过此前V10的千级实验。
6.3.3.1 放弃自动选择前50颗
随着候选种子数量不断增加,我发现单一综合分数不能可靠表达实际偏好。
例如:
- 主世界70分很难出现;
- 末地分数可以超过100,甚至190;
- 下界堡垒距离和月球地牢距离具有各自的意义;
- 某些种子在少数项目上特别突出,但其他项目一般。
如果程序按照一套固定权重自动选择前50颗,就可能排除一些实际更值得检查的种子。因此,我决定:
不再让程序根据综合分数自动决定最终50颗候选,而是使用网页面板手动收藏。
程序负责提供数据、排序和筛选工具。最终是否收藏,由我根据四项资源条件自行决定。这一调整没有废除已有的评分算法。各项分数仍然用于辅助判断,但不再作为最终选拔的唯一标准。
6.3.3.2 收藏功能
为支持人工筛选,面板加入了收藏功能。后续使用的持久化文件为:
1 | |
收藏需要按种子ID去重,并保留来源批次及备注等信息。这样,即使不断增加新的初筛批次,也能够保留已经看好的种子。收藏数据还需要与原始筛选结果分开保存。否则,重新生成排行榜或更新面板时,可能意外覆盖已经进行的人工选择。
6.3.3.3 40颗候选的形成
截至 11 月 9 日,约 8 万颗种子中已有 40 颗进入人工收藏。按原定 50 颗的目标,还需从后续批次补选 10 颗。
6.3.4 两颗重点候选种子
在当天的收藏过程中,有两颗种子表现尤其突出。
6.3.4.1 种子861553971195044862
该种子的初筛结果为:
| 指标 | 评分 |
|---|---|
| 主世界 | 61.68 |
| 下界堡垒 | 24.17 |
| 末地 | 118.85 |
| 月球 | 9.83 |
| 达标数 | 4/4 |
| 原始溢出分 | 29.03 |
面板记录的来源为11月9日08:24、第04批。这颗种子的突出之处是末地评分较高。在钨铂数量、距离和平衡程度共同参与计算的情况下,118.85属于较有竞争力的候选表现。但主世界仅为61.68分,虽然达到60分门槛,却不是特别罕见的高分。
6.3.4.2 种子-7307486957219079568
另一颗重点种子为 -7307486957219079568。其初筛结果如下:
| 指标 | 评分 |
|---|---|
| 主世界 | 69.89 |
| 下界堡垒 | 24.54 |
| 末地 | 101.23 |
| 月球 | 9.53 |
| 达标数 | 4/4 |
| 原始溢出分 | 19.69 |
面板来源记录为11月9日17:15、第02批。这颗种子的主世界达到69.89分,已经非常接近70分。结合此前的样本分布,这种高分主世界相当罕见。同时,它的其他三项也全部达到门槛。
6.3.4.3 为什么不按照溢出分排序
按原始溢出分,第一颗(29.03)高于第二颗(19.69)。但这主要受到末地无上限评分的影响。第二颗主世界高出8.21分,而主世界Stage0本身的高分分布非常稀疏。因此,我不认为能够简单根据溢出分认定第一颗更好。这次比较进一步确认了手动选择的必要性。
综合分数可以提供参考,但无法自动代替对主世界稀有高分和不同维度资源价值的判断。
两颗种子最终都被列为重点候选,等待后续真实世界生成验证。
6.3.5 最后一批20,000颗种子的筛选计划
在收藏40颗之后,我决定继续筛选20,000颗种子。目标是从新增候选中再挑出约10颗,使收藏总数达到50颗。为了减少人工操作,采用20批、每批1000颗的运行方式。批次脚本为 tools/v11_run_20k.sh。
6.3.5.1 批次组织
计划输出目录形式为:
1 | |
每批保留独立的数据和日志。总体日志记录为:
1 | |
同时保存最新任务标签,便于后续查询。
6.3.5.2 排除重复种子
由于此前已经筛选约8万颗种子,继续生成20,000颗时,需要避免重复处理历史种子。因此,任务计划包含历史种子去重。如果随机得到已经出现过的种子,应当跳过并补充新的种子,保证新增筛选集合尽量独立。
6.3.5.3 保留收藏
新增批次需要继续进入已有网页面板。与此同时,不能因为更新排行榜而删除已经收藏的40颗种子。因此,收藏数据与批量筛选数据必须独立保存。
当时计划追加 20 批。事后核对全部 V11 初筛排名文件,早期 2000 条加六组各 20,000 条,共 122,000 条,按完整种子编号去重后仍为 122,000 颗。
6.3.6 V11跨维度预测程序的实验状态
在大规模初筛推进的同时,11月9日还保留了多项跨维度实验。历史实验目录包括:
1 | |
这些目录反映了当时围绕V11性能、跨维度生成、末地与月球探针进行的实验和复查。但目录存在本身不能证明检测功能已经全部通过。本阶段需要明确区分两类功能。
第一类是离线候选计算。
例如,下界堡垒候选、末地小行星生成候选和月球地牢候选。这类算法适合在大量种子中快速运行,是V11 Stage0的主要数据来源。
第二类是实际世界生成验证。
例如,确认下界堡垒砖块、真实GT矿脉、末地钨铂矿石和月球地牢结构。这类检测成本较高,应当在少量候选深筛中执行。四项面板分数来自初筛。跨维度物理探针另行测试。特别是末地钨、铂矿层的实际区别以及月球着陆点位置,仍然需要后续专门验证。
6.3.7 V11阶段的开发方向调整
经过当天的讨论和实验,项目的整体策略进一步明确。此前V10主要依靠程序自动选择前50和前20。但在V11中,我决定让程序负责大量预测和数据整理,把最终候选选择交给人工完成。新的流程为:
大规模随机种子 → V11 Stage0快速初筛 → 主世界、堡垒、末地、月球四项代理评分 → 网页实时排序与组合筛选 → 人工收藏50颗候选 → 深入资源检测 → 从50颗中选出20颗 → 20颗各完整生成一次 → 选出10颗 → 多路线重复生成与统计 → 保留最终优质世界
其中,20颗首次生成阶段和10颗重复生成阶段仍然保持此前的分工。不应在20颗阶段就对全部候选执行大量重复生成。这样可以将昂贵的计算资源集中在最后的少量候选上。此外,所有实际世界生成结果仍需保留原始证据,避免预测资源被直接视为已经生成。
6.3.8 V11 初筛阶段小结
V11 将快速预测和人工收藏移到大规模生成之前。末地改用不封顶的距离加权评分;主世界、堡垒、末地和月球分别设门槛,避免单维度超额得分主导选拔。
第七章 57 颗候选深筛与预测算法核验
实验阶段:2026 年 11 月 10 日至 12 日
收藏名单进入 22 项深筛后,先修复汇总遗漏,再检查关键候选位置。堡垒随机数、末地矿种与 Roguelike 写入异常的核验及修复,决定了哪些预测可用于下一轮选拔。
7.1 57 颗候选的深筛框架与首轮数据审计
7.1.1 从大规模初筛转入候选深筛
11月9日,V11已经累计筛选约8万颗种子,并建立了支持四项初筛评分、组合筛选和人工收藏的网页面板。与此前V10自动选取前50颗的方案相比,我最终决定由自己挑选种子。主要原因是,Stage0评分无法完全表达实际开荒需求。
例如,末地采用无上限评分,资源丰富的种子可以轻易超过100分;而主世界由于地形、村庄和地牢候选等条件共同限制,达到70分已经相当困难。如果只根据综合分数自动排名,容易过度奖励某个维度的突出表现。因此,我计划先从接近10万颗种子中手动选择50颗,再进入深筛。
11 月 10 日最终收藏 57 颗,全部进入深筛。
7.1.2 人工收藏名单的核验
收藏名单保存在:
1 | |
正式执行深筛之前,首先检查文件是否完整。核验结果如下:
| 检查项目 | 结果 |
|---|---|
| 收藏数量 | 57 |
| 有效种子ID | 57 |
| 重复种子 | 0 |
| 无效种子 | 0 |
| 已填写备注 | 0 |
| 两颗早期重点候选 | 均在名单中 |
这里特别需要处理的是64位种子编号。Minecraft世界种子使用有符号64位整数,而JavaScript普通数字使用IEEE 754双精度浮点数,无法精确表示所有64位整数。如果网页前端直接将完整种子ID转换为普通数字,可能发生精度丢失。
因此,收藏数据需要以完整字符串形式保存种子编号,并以原始ID进行去重和匹配。这一点对于后续世界生成十分重要。种子编号即使只相差1,也可能对应完全不同的世界。经过核验,57颗种子均能够正确读取,并保留了此前看好的两颗候选:861553971195044862。
-7307486957219079568
至此,人工初筛阶段结束,项目开始进入针对57颗候选的进一步分析。
7.1.3 V11深筛流程的调整
原来的V10流水线采用:
1 | |
但V11已经完成更大规模的初筛,并通过人工方式选出57颗。因此,不能继续使用原程序的自动前50选拔逻辑。新的流程确定为:
近10万颗随机种子 → V11 Stage0快速筛选 → 人工收藏57颗 → 57颗深入分析 → 选择20颗 → 20颗各完整生成一次 → 选择10颗 → 10颗多路线重复生成 → 比较真实资源并确定最终世界
其中最重要的要求是:
20颗阶段每颗只生成一次,只有进入最终10颗后才执行多路线重复生成。
此前已经发现,GT矿脉可能受到区块生成顺序影响。因此,多路线测试具有实际价值,但它的计算成本较高,不适合对全部57颗候选执行。另外,深筛需要优先保留全部57颗的数据,不应在读取收藏名单时自动删除评分较低的种子。
候选淘汰应当建立在新增检测结果上,而不是重新使用已经完成的Stage0分数进行一次自动排序。
7.1.4 22项深筛检测体系的确认
11月10日,我重新核对了此前确定的所有检测项目。这是必要的一步。由于项目经历了多次版本修改,早期的评分表已经发生较大变化。例如:
- 地表铝矿砂和钻石矿脉已经删除;
- 下界由堡垒、硝石、石英三项扩展为五项;
- 主世界高储量原油与其他石油资源分别评分;
- 末地钨和铂需要独立验证;
- 月球地牢需要使用实际着陆点作为参考。
如果直接沿用旧V10程序,很可能遗漏某些项目,或者继续按照旧权重计算。因此,最终明确:
每颗种子需要建立22项独立资源检测记录。
主世界 14 项、下界 5 项、末地 2 项、月球 1 项。
7.1.4.1 主世界14项
| 指标 | 权重 |
|---|---|
| 基地平整度 | 10 |
| 匠魂村庄 | 8 |
| Roguelike地牢候选 | 8 |
| LootGames | 11 |
| 砖房地牢 | 7 |
| 黏土山 | 11 |
| 沙子、黏土、砂砾 | 6 |
| 锡石矿脉 | 9 |
| 地表战利品 | 3 |
| 橡胶树 | 1 |
| 史莱姆空岛 | 4 |
| 潮湿群系 | 4 |
| 高储量虚拟油田 | 11 |
| 其他石油资源 | 7 |
| 合计 | 100 |
这里的匠魂村庄必须确认冶炼炉建筑,而不是普通村庄。砖房评分检查地表入口建筑类型;触发点保留为寻找入口的线索。锡石则必须核验实际矿脉类型。
7.1.4.2 下界5项
| 指标 | 权重 |
|---|---|
| 硫矿脉 | 30 |
| 下界堡垒 | 25 |
| 石英岩/赛特斯石英相关矿脉 | 20 |
| 硝石矿脉 | 15 |
| 下界石英矿脉 | 10 |
| 合计 | 100 |
这套标准来自11月8日的修改。下界共需要检测四种完整大型矿脉,以及一项堡垒结构。不再将零散贫瘠矿石或雄黄作为独立目标。
7.1.4.3 末地与月球
末地仍然采用钨50分、铂50分的完整评价体系。需要在主岛周围1000格内确认实际小行星、对应矿种、数量和距离。月球只设置地牢一项,独立100分。其最终评价目标为实际火箭着陆点到最近地牢的距离。这22项属于正式深筛项目,与此前的四项Stage0初筛分数不能混用。
7.1.5 深筛证据格式的统一
在开始运行前,我要求每颗种子都能够输出完整的资源明细,而不是只有一个综合分数。对于每个检测项目,至少需要保存:
1 | |
字段含义如下:
| 字段 | 用途 |
|---|---|
weight |
项目在所属维度中的权重 |
status |
当前证据状态 |
score |
已有证据支持的正式得分 |
features |
资源坐标、数量、距离等原始信息 |
scan_radius |
实际检测范围 |
evidence_file |
原始检测文件 |
notes |
额外说明或限制 |
其中,证据状态分为:
- 实测;
- 预测;
- 部分;
- 未测;
- 失败。
这几个状态直接影响评分结果能否被采用。下界硝石候选记作预测,15 分矿层项在生成后核验。如果某个探针运行失败,也不能认为目标资源数量为0。因此,在缺少正式生成证据时:
1 | |
比直接填入一个估计分数更合适。预测值仍然可以单独保存,用于辅助选拔。但正式评分应当保留空值,直到获得符合要求的证据。
7.1.6 57颗Stage1程序的适配
由于旧V10程序主要面向自动选出的前50颗候选,因此需要为V11人工收藏名单建立新的Stage1入口。11月10日晚,完成了针对57颗种子的Stage1适配。其主要工作包括:
- 从收藏文件读取57个完整种子ID。
- 匹配此前保存的Stage0结果。
- 读取推荐基地和资源候选信息。
- 调用能够在不完整生成世界的条件下运行的深入预测工具。
- 为每颗种子建立22项检测记录。
- 生成JSON和CSV结果。
- 保留全部57颗,不自动淘汰。
这一步仍然属于不生成完整世界的深入预测。程序主要利用此前的预筛数据和已有算法,不需要为57颗种子分别启动GTNH服务端生成大量区块。因此,Stage1完成不代表已经获得57颗种子的真实资源成绩。
7.1.6.1 批次目录
当晚的实验批次为:
1 | |
其中包含Stage1的原始输入、预筛结果和审计输出。这也是后续57颗资源预测及修订报告的主要工作目录。
7.1.7 Stage1首轮结果
11月10日晚,57颗种子的Stage1首次运行完成。程序报告:
- 57颗全部获得输出;
- 没有遗漏种子;
- 没有自动删除候选;
- 已建立每颗种子的22项记录。
从任务执行角度看,首轮Stage1已经完成。但是,随后检查输出内容时发现,结果的实际信息量并没有预期中丰富。
7.1.7.1 初始证据状态统计
首份审计报告给出的结果为:
| 状态 | 项目数量 |
|---|---|
| 实测 | 0 |
| 预测 | 570 |
| 未测 | 684 |
| 合计 | 1254 |
Stage1 使用离线预测。核对原始记录时发现,部分已有的出生点、结构和群系数据未进入汇总表。
7.1.8 发现Stage1报告丢失数据
在检查首轮输出时,我发现几个异常。首先,Stage1代理分与原来的Stage0分数完全相同。其次,部分种子的出生点坐标仍然为空。另外,已经运行过的资源探针没有在最终22项报告中体现出全部结果。
例如,原始数据中已经存在村庄建筑组件和部分特殊群系信息,但汇总表只显示普通村庄候选或者未测。因此,问题并不一定出在底层探针。更可能是Stage1数据整合过程遗漏了已有字段。
7.1.8.1 Stage0数据覆盖问题
进一步检查发现,报告生成器中使用record_stage0构造结果的逻辑覆盖了部分已有字段。它没有正确保留原始Stage0评分与深层预测数据之间的关系。因此,Stage1报告虽然能够输出57颗种子,却没有完整继承原始记录。
这使得Stage1分数与Stage0相同,也导致部分资源字段缺失。
7.1.8.2 出生点数据遗漏
原始深筛记录中实际上已经存在57颗种子的出生点数据。但生成22项报告时,没有正确写入:spawn_xz。于是部分输出仍然显示:
1 | |
这会影响基地与出生点距离的核对。虽然Stage0已记录base_to_spawn等代理信息,但正式报告仍应保存出生点坐标,保证后续基地选址能够追溯。
7.1.8.3 特殊资源候选遗漏
除出生点外,原始记录还包含:
- 匠魂建筑组件信息;
- 史莱姆空岛相关候选;
- 潮湿群系扫描结果;
- Roguelike探针执行记录。
这些数据没有被完整合并到首份22项报告中。因此,直接依据初始报告判断哪些项目未测,会低估已有预测数据的覆盖程度。这一问题需要通过重新读取原始记录修复,而不是重新生成57颗世界。
7.1.9 原始记录重新审计
定位到汇总器问题后,我决定先审计已经存在的原始文件。这一过程不需要启动Minecraft。主要任务是将原始预筛和深入预测数据重新与57颗收藏名单对应,并修订22项报告。
7.1.9.1 匠魂村庄组件
原始深筛结果包含ComponentSmeltery相关信息。重新检查后,57颗种子均具有相应的匠魂建筑组件候选证据。正式深筛需检查组件是否生成、建筑完整性、可用性及其到基地的距离。
7.1.9.2 史莱姆空岛候选
重新读取原始结果后,发现19颗种子存在史莱姆空岛相关候选。这些候选来自无世界探针;其余种子在本次探测范围内未检出。
7.1.9.3 潮湿群系
原始记录还包含潮湿群系相关扫描信息。修订后,有47颗种子获得潮湿群系候选证据。候选位置来自群系预测,规模和距离留待存档检查。
7.1.9.4 重新统计结果
本次审计恢复了以下信息:
| 项目 | 修订结果 |
|---|---|
| 原始Stage0评分 | 57/57恢复 |
| 出生点数据 | 57/57恢复 |
| 匠魂组件候选 | 57/57 |
| 史莱姆空岛候选 | 19/57 |
| 潮湿群系候选 | 47/57 |
这些数字说明,初始Stage1报告确实遗漏了大量已有信息。因此,后续不能只依据汇总文件中字段是否为空来判断探针是否完成检测,还需要检查原始数据是否已经包含对应结果。
7.1.10 Roguelike探针异常
637 次探针尝试中有 627 次触发 live-world-write 错误,约占 98.4%。
第一种是预筛获得的Roguelike候选。
这些信息仍然可以作为初步筛选线索。
第二种是尝试访问或写入真实世界时产生的探针结果。
当相应执行过程发生错误时,不能声称候选已经完成实际结构验证。
7.1.10.2 处理方式
此次修订没有通过重新运行637次探针来解决问题。而是首先修复报告生成逻辑,确保能够保留原始候选,同时明确标记探针错误。对于因为live-world-write失败而缺少的资源信息,不能根据程序失败推断结构不存在。这部分需要在之后的实际世界生成阶段重新检查。
因此,Roguelike项目在本次修订后仍然存在明显的证据缺口。
7.1.11 修订版Stage1报告
完成原始数据审计后,重新生成了57颗种子的修订报告。主要文件包括:
1 | |
其中:
57-overview-corrected.csv提供57颗种子的概要信息,方便人工比较。
stage1-22metrics-corrected.json保存各颗种子的22项资源记录和证据状态。
这次修订没有启动完整世界生成。因此,虽然恢复了更多预测数据,正式实测分数仍然不能凭空增加。
7.1.11.1 报告结构
每颗种子的报告需要包含:
1 | |
所有资源分项独立保存。即使暂时没有实际分数,也必须保留项目本身和未测状态。这样,后续每增加一种新的检测结果,就可以更新对应分项,而不必重新设计整个数据结构。
7.1.11.2 修订报告的证据状态
这次修订还明确了一个原则:
不能因为预测数据变多,就认为正式实测成绩已经提高。
例如,修订前某颗种子的史莱姆空岛项目为未测,修订后发现原始记录中存在候选位置。可以将状态改成预测,并写入候选坐标。但不能立即给这颗种子计算4分满分。同样,发现ComponentSmeltery候选不能直接将匠魂村庄记为8分。
只有完成对应世界生成和结构核验后,才能按照正式评分规则计算实际成绩。
7.1.12 补充虚拟油田与矿脉预测
在修复Stage1报告之后,我继续要求补充其他重要资源的信息。因为此前的22项报告中,仍然有大量项目缺少有效预测。其中最值得补充的是:
- 主世界虚拟油田;
- 主世界锡石矿脉;
- 下界硫矿脉;
- 下界石英岩/赛特斯石英相关矿脉;
- 下界硝石矿脉;
- 下界石英矿脉。
这些资源在正式评分体系中占有较高权重。尤其是主世界石油两项合计18分,而下界四种矿脉合计75分。如果完全不分析这些资源,就很难在57颗候选中合理选择进入实际生成的20颗。因此,决定先使用已有离线算法补充候选信息。
7.1.12.1 资源预测批次
当晚完成了57颗种子的资源补充预测。对应目录为:
1 | |
本次任务针对全部57颗收藏种子执行。没有启动完整Minecraft世界生成。它的主要作用是补充资源候选位置和类型线索。相关候选结果后来汇总为 57-resource-candidates.csv。矿脉数量留待生成后核验。
7.1.12.2 主世界虚拟油田
油田预测继续复用此前已经研究的GT地下流体生成算法。由于11月4日已经完成过有限的服务端样本对照,因此离线油田预测具备一定的算法依据。本次补充的重点是:
- 高储量原油候选;
- 其他油种候选;
- 油田位置;
- 距离推荐基地的距离;
- 储量相关预测数据。
但此前的样本对照不能自动证明57颗种子的全部油田都已完成实测。因此,报告仍然需要保留预测状态。
7.1.12.3 主世界锡石矿脉
锡石仍然是主世界的重要资源。但此前已经多次确认,GT矿脉类型可能受到区块生成顺序影响。
例如,在11月5日的下界实验中,两种生成顺序共有91处矿脉位置,其中18处类型发生变化。因此,离线算法可以帮助寻找值得检查的矿脉候选区域,但不能保证正式世界中一定生成锡石。本次57颗补测主要用于提供候选线索。真正的锡石矿脉数量和距离,需要在之后的完整世界生成中确认。
7.1.12.4 下界四种矿脉
下界方面,继续按照11月8日确定的五项评分体系执行。本次补充其中四种矿脉的候选预测:
| 矿脉 | 正式权重 |
|---|---|
| 硫 | 30 |
| 石英岩/赛特斯石英 | 20 |
| 硝石 | 15 |
| 下界石英 | 10 |
堡垒作为结构项目,已有独立候选预测。对于矿脉,程序需要注意当前GTNH 2.9服务端的实际矿层配置。仅根据矿层名称进行推断,可能产生类型映射错误。此外,运行时随机数校验通过,也不意味着下界矿脉已经完成物理验证。本次任务仍然属于离线候选预测,必须保留对应限制。
7.1.13 资源补测后的实际状态
57颗资源补测完成后,能够确认:
- 57颗均完成本次补充预测;
- 新增了油田、锡石和下界矿脉的候选数据;
- 没有对57颗执行新的完整世界生成;
- 正式深筛分数仍然保留空值;
- 未验证的矿脉与结构不能被标记为实测。
这次补测的价值,是为后续20颗候选的选择提供更多依据。相比只看主世界Stage0和末地小行星代理分,现在可以进一步比较主世界油田及目标矿脉的预测条件。但是,不能因为加入这些字段,就声称已经完成57颗种子的全部22项资源检测。尤其对于下界矿脉和真实结构,仍然需要使用实际GTNH世界生成结果。
7.1.14 为什么不立即生成57颗完整世界
在Stage1阶段,我没有要求程序立即对全部57颗执行完整世界生成。原因来自此前V10阶段积累的实验经验。完整生成会产生大量区块和资源数据,而后续还需要对其中10颗种子重复进行多种生成顺序测试。如果在候选筛选阶段就进行过多重复生成,整体计算成本会迅速增加。
因此,此时的目标仍然是逐级减少候选数量。Stage1的职责是利用相对低成本的数据尽可能发现明显的优势和缺陷。随后选择20颗进行首次实际世界生成。完成这一阶段后,再根据真实资源情况挑出最终10颗。只有这10颗才执行多轮生成。这也是11月10日重新确认的流程边界。
7.1.15 V11首轮深筛暴露的问题
11月10日的57颗实验虽然没有生成完整世界,但暴露了多个实际问题。
7.1.15.1 数据提取与数据展示不一致
原始工具已经产生部分资源数据,但Stage1报告生成器没有完整读取。导致匠魂组件、史莱姆空岛、潮湿群系和出生点等字段缺失。如果不检查原始文件,就可能错误地认为底层检测程序没有获得任何结果。因此,报告生成后必须执行独立的数据一致性审计。
7.1.15.2 Stage0与Stage1评分混用
Stage1首轮的代理分与原Stage0相同。问题不在于57颗种子恰好没有变化,而是数据整合过程中没有正确保留和区分评分来源。后续需要分别保存原始Stage0数据、补充预测数据及正式资源得分。不能使用一个字段覆盖不同阶段的结果。
7.1.15.3 Roguelike探针失败率过高
637次探针中627次出现live-world-write错误。因此,Roguelike的深入检测结果不能被直接当作完整证据。这部分需要后续独立修复或在实际世界生成后重新核验。
7.1.15.4 候选与已确认资源的计数
本次恢复的57颗匠魂组件候选、19颗史莱姆候选和47颗潮湿群系候选,都属于已有预测信息。它们能够提高深筛报告的信息量,却不能证明对应结构已经真实生成。同样,油田与矿脉补充预测也不能直接用于计算完整实测分数。因此,必须保留预测与实测之间的严格边界。
7.1.15.5 不能通过评分掩盖缺失项目
22项中某些资源仍然没有有效数据。对于这些项目,必须保留未测状态。未测项目保留为空。也不能填入50%的临时估计,然后将其当作正式成绩。后续如果确实需要计算阶段性排序,可以单独生成代理排名,但不能覆盖正式资源评分。
7.1.16 本阶段成果
截至11月10日深夜,项目已经完成从大规模人工初筛到57颗候选资源预测的衔接。主要成果如下:
- 从接近10万颗种子中人工挑选57颗,超过原定50颗目标。
- 验证收藏名单57/57有效,无重复、无无效种子。
- 确认两颗早期重点候选仍在名单中。
- 将V11后续流程调整为57→20→10。
- 重新确认主世界14项、下界5项、末地2项、月球1项,共22项正式检测。
- 明确每颗种子必须保留项目权重、资源坐标、距离、数量、扫描范围和证据状态。
- 为人工收藏名单建立Stage1入口,不再自动选择前50颗。
- 完成57颗Stage1首轮深入预测,建立1254条资源项目记录。
- 首轮审计统计570项预测、684项未测、0项完整实测。
- 发现Stage1报告生成器覆盖Stage0数据并遗漏原始字段。
- 从原始记录恢复57颗种子的出生点和Stage0结果。
- 恢复57颗匠魂建筑组件候选、19颗史莱姆候选和47颗潮湿群系候选。
- 发现Roguelike探针637次尝试中有627次出现
live-world-write相关错误。 - 生成
57-overview-corrected.csv和stage1-22metrics-corrected.json修订报告。 - 对57颗补充虚拟油田、锡石和下界四种矿脉的离线候选预测。
- 保留正式实测成绩为空,等待后续实际世界生成验证。
7.1.17 57 颗首轮深筛小结
修复 Stage1 汇总后,57 颗种子恢复了出生点和已有资源候选,又补上油田与矿脉预测。下一步用固定坐标检查堡垒和小行星,并处理 Roguelike 探针的写入异常。
7.2 固定坐标核验与堡垒预测修复
7.2.1 从候选预测转向固定坐标验证
11月10日,我已经完成57颗人工收藏种子的第一轮深入分析,并建立了覆盖主世界14项、下界5项、末地2项和月球1项的22项资源记录。经过数据审计,部分先前遗漏的候选信息得到恢复,油田和矿脉预测也进一步补充。不过,这些数据仍然主要来自离线算法。
尤其是下界堡垒和末地钨铂小行星,虽然程序能够给出相应位置,但还没有充分证明这些位置一定存在对应的真实结构或矿物。因此,11月11日开始进行固定坐标的物理验证实验。这一阶段的目的不是继续增加候选种子数量,而是检查此前使用的预测算法究竟有多可靠。
首先选取一颗已知种子,分别指定一个下界堡垒候选和两个末地小行星候选,在原版GTNH环境中生成对应区块,再检查实际结构与矿石。测试种子为 -8834725525660063540。实验批次:
1 | |
7.2.2 固定坐标实验设计
本次实验选择三个目标。
| 维度 | 目标 | 候选区块 |
|---|---|---|
| 下界 | 堡垒 | (-5,-6) |
| 末地 | 钨小行星 | (-12,13) |
| 末地 | 铂小行星 | (-12,-13) |
这些位置来自此前的候选预测。实验不再只检查生成器能否返回坐标,而是尝试通过实际世界生成确认对应目标。
7.2.2.1 下界堡垒
对于堡垒,需要确认:
- 目标位置是否属于真实堡垒的生成区域;
- 世界生成器是否创建了堡垒结构起点;
- 区块中是否实际出现下界砖等堡垒方块;
- 是否能够将这一结果记录为实测。
其中,结构候选与结构起点必须区分。如果算法预测某个位置可以生成堡垒,但实际生成器没有创建结构起点,那么就不能仅根据候选位置给种子计算堡垒分数。
7.2.2.2 末地钨铂
末地则需要确认:
- 对应区块附近是否有GT矿石;
- 是否能够识别实际矿石种类;
- 钨候选附近是否生成含钨矿石;
- 铂候选附近是否生成含铂矿石。
GTNH的小行星生成涉及多种矿层,因此不能仅根据小行星候选的矿层标签判断实际矿物。必须进一步检查生成后的方块数据。
7.2.3 第一轮固定坐标检测结果
固定坐标实验的第一份报告给出了以下结果:
| 目标 | 初始检测状态 |
|---|---|
| 下界堡垒 | INCONCLUSIVE_NO_PERSISTED_START |
| 末地钨小行星 | PHYSICAL_GT_ORE_NEAR_SITE_TYPE_UNVERIFIED |
| 末地铂小行星 | PHYSICAL_GT_ORE_NEAR_SITE_TYPE_UNVERIFIED |
这次实验没有直接得到三个完全通过的结果。但三项反馈指向了两个独立问题。下界堡垒没有找到可确认的持久化结构起点。末地则已经在候选附近发现GT矿石,但初始检测器没有进一步确认这些矿石的具体类型。因此,需要分别处理。
7.2.4 下界堡垒候选验证失败
下界堡垒的初始结果为:
1 | |
这一状态说明,检测程序没有找到能够证明该位置属于实际堡垒的结构起点记录。它并不直接等价于已经证明整个下界没有堡垒。但至少说明此前预测的(-5,-6)还不能被当作已验证位置。
7.2.4.1 实际区块检查
进一步检查对应的下界区域。本次实验覆盖了194个下界区块,检查范围约为11×11区块附近的目标区域及相关区块。对堡垒典型方块进行统计,包括:
- 下界砖;
- 下界砖栅栏;
- 下界砖楼梯。
检测结果均为0。同时,没有找到持久化的堡垒结构起点。因此,现有物理证据无法支持(-5,-6)处存在堡垒。这是第一次明确发现:V11下界堡垒预测位置可能与实际世界生成结果不符。
此前Stage0已经使用堡垒候选距离进行评分,且该项目的通过门槛为24/25。如果候选位置本身存在系统性错误,那么大量种子的下界评分都可能受到影响。因此,问题不能只通过重新生成这一颗种子解决,而必须检查堡垒位置计算算法。
7.2.5 排查Biomes O’ Plenty的下界生成器
最初需要确认的是,GTNH实际使用的下界生成器是否与算法假设一致。首先检查 Biomes O’ Plenty 在当前配置中注册的下界生成器。
7.2.5.1 实际运行时类
经过运行时检查,确认使用的Biomes O’ Plenty版本为 2.1.0.2308。下界维度实际使用:
1 | |
也就是说,下界确实经过Biomes O’ Plenty接管。但进一步检查发现,相关区块生成器中依然存在:MapGenNetherBridge。这一字段使用的是原版堡垒结构生成器。
7.2.5.2 mapFeatures配置检查
还检查了世界结构生成开关。运行时结果为:
1 | |
由此排除了结构生成开关这一原因。与此同时,需要区分已有存档与重新生成世界的行为。对于已经生成的区块,修改结构预测算法不会凭空在原位置创建堡垒。而对于新生成区块,最终结果仍然取决于当前服务端实际使用的世界生成逻辑。这也是为什么本次实验必须读取运行时类和实际结构数据,而不能只检查配置文件。
7.2.6 堡垒生成函数的反射问题
在分析MapGenNetherBridge时,早期诊断日志出现:
1 | |
起初,这看起来像是当前模组环境中无法访问堡垒生成判定方法。但继续检查后发现,问题出在反射调用使用的方法名不正确。对应方法的混淆名称为:
1 | |
后续V2诊断程序改为使用正确的方法名称。这样才能真正调用当前GTNH环境中的堡垒生成判定逻辑。
7.2.6.1 修正后的运行时结果
针对旧候选(-5,-6),运行时判定为:
1 | |
同时,实际结构记录仍然不存在。这与此前的物理方块检查结果一致。因此,问题开始收敛到堡垒候选算法本身,而不是简单的探针无法读取结构。
7.2.6.2 为什么需要检查运行时判定
离线程序能够根据种子计算候选位置,但如果使用了错误的随机数算法,结果可能系统性偏离真实世界。仅比较算法输出与另一套使用相同假设的预测程序,并不能发现这种问题。因此,必须选择真实服务端作为验证对象。
通过运行时的beforeCanSpawn结果,可以直接判断某个候选区块是否满足当前堡垒生成器的起点条件。这一检测比单纯搜索附近有没有下界砖更接近问题根源。
7.2.7 根因:Hodgepodge修改了随机数实现
继续检查GTNH配置后,发现一项关键设置。在:hodgepodge.cfg。中:
1 | |
这一配置使GTNH在相关生成逻辑中使用Hodgepodge提供的快速随机数实现。此前的V11堡垒预测程序则按照普通Java Random的方式模拟候选生成。这造成了算法层面的不一致。
7.2.7.1 Java Random与StdLCG
普通Java Random在设置随机数种子时,会进行特定的内部初始化处理。而当前GTNH所使用的Hodgepodge StdLCG,其种子初始化行为与普通Java Random并不完全相同。本次堡垒预测需要使用:StdLCG.setSeed。对应的初始化方式。
如果离线程序仍然使用普通Java Random的初始化流程,即使输入相同的世界种子,也可能产生不同的候选区块。因此,之前的堡垒算法并不是搜索范围设置错误,而是使用了与当前运行时不一致的随机数生成方式。
7.2.7.2 定位相关源码
涉及的主要源码包括:
1 | |
其中,前者负责相关种子数学计算,后者用于V11跨维度候选预筛。检查后发现,堡垒位置计算需要按照GTNH实际生成器的逻辑重构,而不是简单地替换一个距离函数。因为距离评分本身并没有导致堡垒位置错误。错误发生在更早的候选生成阶段。
7.2.8 修正堡垒候选生成算法
根据运行时结果,新的堡垒算法需要模拟原版MapGenNetherBridge的区域选择方式,同时使用当前GTNH实际采用的随机数初始化。
7.2.8.1 区域划分
堡垒候选按照16×16区块区域进行搜索。首先根据区块坐标确定所属区域,再使用世界种子与区域信息初始化随机数。随后计算该区域内的堡垒候选区块,并执行对应的生成判定。这意味着不能直接对每个区块使用一个普通随机数公式,判断它是否属于堡垒。必须复现实际生成器的区域划分、随机偏移和起点判定逻辑。
7.2.8.2 替换随机数实现
最关键的修改是使用与Hodgepodge一致的StdLCG初始化方式。修正后,候选生成步骤可以概括为:
世界种子 → 计算16×16区块区域 → 按照GTNH运行时规则设置StdLCG → 生成区域内候选区块 → 执行堡垒生成判定 → 保存候选坐标 → 计算到下界参考位置的距离
其中,最后一步仍然使用此前确定的下界堡垒距离评分函数。因此,这次修复不需要重新设计25分平方衰减公式,而是需要修正公式的输入。
7.2.8.3 已知种子的回归验证
使用此前失败的种子:-8834725525660063540。重新计算。旧算法给出的候选为:
1 | |
修正后得到:
1 | |
对应方块坐标约为:
(408, -136)
相对当前基地参考位置,距离约419格。这一结果与此前的错误候选有明显差异。但仅得到新的坐标还不足以证明修复正确,仍然需要进行实际生成判定。
7.2.9 修正候选的运行时验证
对新的区块(25,-9)执行检查后,得到:
1 | |
并且可以找到对应的结构记录。相比此前的(-5,-6):
| 项目 | 旧候选 | 修正候选 |
|---|---|---|
| 区块 | (-5,-6) |
(25,-9) |
| 运行时生成判定 | false | true |
| 结构记录 | 未找到 | 存在 |
| 与GTNH实际生成规则一致 | 否 | 本次回归通过 |
这次对照使问题原因得到较明确的确认。原算法使用普通Java Random模拟堡垒候选,而当前GTNH的Hodgepodge配置启用了StdLCG。在修正随机数初始化后,离线计算得到的新候选通过了运行时判定和结构记录验证。
因此,堡垒预测修复不再只是根据游戏内观察进行经验性偏移,而是回到了实际世界生成算法。当然,一处回归样本通过还不能代替全部种子的准确率测试。但它已经能够解释此前为什么在(-5,-6)找不到任何堡垒证据。
7.2.10 末地矿石类型的进一步确认
与下界堡垒不同,末地两个候选的第一轮检测已经发现GT矿石。初始状态为:
1 | |
这说明对应区域附近确实存在GT矿石方块,但当时的检测程序还没有完成矿石类型识别。随后继续分析实际方块数据。
7.2.10.1 钨候选
钨候选位于:
1 | |
在目标附近,共检查到1056块GT矿石。其中识别出:
| 矿石类型 | 数量 |
|---|---|
| 白钨矿 | 347 |
| 钨酸盐相关矿石 | 157 |
这两类矿石提供了与钨资源对应的实际方块证据。因此,此处不再只是存在“某种GT矿石”的模糊候选。可以确认在该次生成结果中,目标附近确实出现了钨相关矿石。不过,这1056块GT矿石并不全部属于钨矿石,因此不能把总数直接当作可开采钨矿量。
7.2.10.2 铂候选
铂候选位于:
1 | |
附近共检查到1696块GT矿石。其中识别出的部分矿物如下:
| 矿石类型 | 数量 |
|---|---|
| Cooperite | 385 |
| 钯 | 587 |
| 铂 | 450 |
| 铱 | 133 |
这一结果提供了更加明确的铂族金属矿物证据。尤其是450块实际铂矿石,能够直接支持该候选附近存在铂资源的判断。因此,末地两个固定坐标候选经过进一步检查后,均找到了对应矿种的物理证据。
7.2.10.3 本次末地验证的范围
本次验证说明,所选种子的两个具体位置附近能够实际生成目标矿石。但仍然不能由此推断:
- 所有末地小行星候选都准确;
- 其他种子也具有相同的生成准确率;
- 整个1000格范围内的钨、铂资源已经完整统计;
- 每颗小行星的全部可采矿石数量已经清点。
因此,本次实验的结论应限定为:
固定位置的钨、铂候选得到了实际矿石类型支持,但整个末地资源评分体系仍需要更大范围的真实生成与验证。
7.2.11 修正历史V11下界堡垒评分
堡垒算法修复后,问题并没有结束。因为V11已经使用旧算法筛选了8万多颗种子。面板中的下界堡垒距离和25分评分,都建立在此前错误的候选位置之上。如果只修复之后新生成的种子,而不更新历史数据,整个排行榜就会出现两个不兼容的评分版本。因此,我决定同时修复:
- 新种子的堡垒候选预测;
- 已有历史Stage0记录;
- Stage1收藏候选;
- 网页面板显示的堡垒距离与分数。
7.2.11.1 评分公式不变
沿用 §6.2.5 的堡垒距离函数 S_F = 25 × max(0, 1 − (d/850)²),达标线仍为 24 分。因此,修复前后的差异来自距离(d)的变化。此前的距离由错误候选位置计算。修复后需要根据StdLCG得到的候选重新计算最近距离。
7.2.11.2 修复参考坐标
另一个需要保留的条件是下界参考位置。下界参考点由主世界推荐基地的 X、Z 坐标各除以 8 得到。这只是传送门理论参考点,不是已经确认的实际落点。因此,即使堡垒候选算法修正,Stage0仍然属于基于理论入口的距离预测。真正的下界可达性需要在后续正式世界中另行验证。
7.2.12 历史57颗收藏种子的评分变化
为了评估此次修复的影响,对原有57颗收藏种子重新计算堡垒候选。结果发现,57颗种子的最近堡垒坐标全部发生变化。这是一次具有系统性影响的算法修复。此前这些种子已经通过网页面板进行了人工比较。如果下界候选位置全部改变,那么原来的下界评分和筛选依据都需要重新审视。
7.2.12.1 通过门槛数量变化
按原来的下界堡垒达标条件重新计算,得到:
| 统计项目 | 数量 |
|---|---|
| 修复前堡垒达标 | 38 |
| 修复后堡垒达标 | 18 |
| 修复后新增达标 | 7 |
这里的“新增达标7颗”,指此前没有达到堡垒门槛、修复后达到门槛的种子。因此,修复后18颗达标种子中,并不是全部来自原来38颗。相应地,原先有一批被认为下界堡垒较近的种子,在修复后失去了这一优势。可以计算出:
- 原先达标、修复后仍达标:11颗;
- 原先不达标、修复后新达标:7颗;
- 原先达标、修复后不再达标:27颗。
这意味着,此前人工筛选所依据的下界堡垒条件发生了较大的重新排列。
7.2.12.2 对人工选种的影响
此前已经明确,V11不使用综合分数自动决定最终候选。但人工收藏仍然依赖面板提供的四项资源预测。其中,下界堡垒距离是重要指标之一。因此,虽然这次修复不会改变主世界地形、末地小行星候选和月球地牢候选本身,却可能改变我对许多种子的总体判断。
于是,我决定重新查看收藏名单,并允许根据修正后的下界堡垒评分调整候选。这也是为什么不能只在后台修复算法,而必须同步更新网页面板。
7.2.13 堡垒修复补丁与网页适配
11月11日,针对上述问题整理了统一修复补丁:v11-fortress-stdlcg-website-patch.zip。补丁主要涉及:
- Java堡垒候选计算;
- Hodgepodge StdLCG适配;
- 旧Stage0数据的重新计算;
- Stage1收藏候选的堡垒结果;
- 网页面板的堡垒距离和评分;
- 固定位置回归验证;
- 历史数据的保留。
7.2.13.1 保留旧数据
修复时保留已收藏的 57 颗种子,更新相应堡垒数据。因此,修复要求保留:
1 | |
并保留原始Stage0批次。对于历史数据,新的堡垒结果应当可以从原始种子重新计算。这样就不需要再次运行8万多颗种子的完整地形预筛。
7.2.13.2 网页显示修复
面板需要同步更新:
- 堡垒候选坐标;
- 最近堡垒距离;
- 25分评分;
- 是否达到24分门槛;
- 四项达标数量;
- 缺口和溢出分。
否则,后台已经使用新算法,网页却继续显示旧候选,就会再次造成数据不一致。
7.2.13.3 回归验证
修复程序使用已知种子:-8834725525660063540。作为回归测试样本。要求新算法能够得到区块:(25,-9)。而不是旧候选:(-5,-6)。这一测试用于防止之后的修改重新引入原来的随机数初始化错误。
同时,仍然需要保留候选与实测的区别,不能仅因StdLCG回归通过就把全部历史堡垒候选升级为真实生成证据。
7.2.14 57颗候选名单的重新调整
由于堡垒评分发生系统性变化,原有57颗收藏的优劣关系需要重新判断。此次修复之后,项目开始从原收藏名单中重新选择候选。后续记录中,候选集合由57颗调整为56颗。这时可以确定的是:
V11已经不能继续把修复前的下界堡垒得分当作可靠筛选依据。
原有主世界、末地和月球数据仍可保留,但下界相关候选需要使用新算法重新计算。对于随后重新生成的深筛报告,还必须检查推荐基地坐标是否保持一致。堡垒距离依赖基地对应的理论下界参考点。如果重新运行Stage1时基地位置发生变化,即使种子和堡垒候选不变,其下界距离评分也会变化。
因此,后续审计必须同时检查:
- 世界种子是否一致;
- 推荐基地是否一致;
- 堡垒候选算法是否为修正版;
- 参考位置是否正确;
- 历史数据是否被意外覆盖。
对于56颗候选的进一步重筛和地牢探针修复,仍需要结合之后的具体批次记录继续分析,不能只凭一个新版结果文件推断所有工作均已完成。
7.2.15 本阶段的核心技术问题
经过11月11日的验证,项目进一步暴露出三个不同层面的风险。
7.2.15.1 算法实现与实际运行环境不一致
下界堡垒错误的根本原因,是离线程序使用了与GTNH当前运行时不一致的随机数初始化方式。即使公式看起来符合原版Minecraft逻辑,也不能保证适用于安装了Hodgepodge的GTNH。因此,对世界生成算法进行移植时,需要核对当前整合包中的实际实现,而不是只参考原版算法。
7.2.15.2 结构预测需要运行时验证
旧堡垒候选(-5,-6)可以由离线程序正常输出,但实际运行时:
1 | |
也不存在对应结构记录。因此,候选坐标本身不能作为已经生成结构的证据。修正后的(25,-9)通过运行时判定,为算法回归提供了可靠依据。
7.2.15.3 物理资源检测需要识别具体矿种
末地测试第一次只找到GT矿石,却无法确定矿物类型。如果只以“附近有GT矿石”作为成功标准,就可能把非目标矿物误判为钨或铂。通过进一步读取矿石类型与数量,才将两个候选从模糊的GT矿石证据提升为对应矿种的实际方块证据。因此,最终资源报告不能只记录方块数量,还应当记录具体矿种和位置。
7.2.16 固定坐标核验与修复小结
修正 StdLCG 初始化后,固定坐标试验中的堡垒候选通过了服务端生成判定。57 颗收藏种子按原门槛重算,达标数从 38 颗变为 18 颗;钨、铂的两个固定位置也取得了对应矿物方块证据。
7.3 Roguelike 预筛修复与 56 颗重审
7.3.1 从堡垒算法修复进入第二轮深筛
11月11日,通过固定坐标验证,发现V11下界堡垒预测使用的随机数实现与GTNH实际运行环境不一致。在将普通Java Random替换为Hodgepodge使用的StdLCG后,新的堡垒候选通过了运行时判定。由于原有57颗收藏种子的最近堡垒位置全部发生变化,我重新检查了人工收藏名单。
进入11月12日时,保留的候选数量调整为56颗。这一阶段没有重新进行大规模随机种子搜索,而是继续分析此前人工选出的种子。与此同时,11月10日的Stage1审计还留下了一个重要问题:Roguelike地牢探针在637次尝试中出现627次异常,导致大量结构候选无法正常处理。
因此,11月12日首先集中修复Roguelike的无世界预筛程序,再重新运行56颗种子的深入分析。
7.3.2 Roguelike地牢探针的写入异常
7.3.2.1 原始错误
此前的Roguelike预筛采用不完整生成真实世界的方式,尝试执行部分地牢生成逻辑,获取结构候选和入口信息。但在运行过程中,程序大量报错。典型异常为:
1 | |
其中,一次记录涉及的坐标为:
1 | |
这表明地牢生成器尝试对当前预筛环境执行真实的方块写入操作。而原有的无世界预筛环境并不允许直接修改真实世界。因此,探针抛出异常。
7.3.2.2 写入异常造成的漏检
如果在地牢生成过程中遇到异常,直接跳过该候选,就可能产生严重的漏检。
例如,一处地牢候选已经满足生成条件,但在执行建筑放置时触发setBlock异常。此时,程序记录的失败只代表预筛环境不支持该写入操作,并不代表地牢不符合生成条件。因此,原先627次异常不能直接解释为627个不存在的地牢。同样,也不能将异常位置当作已经成功生成的结构。
解决问题需要修改探针执行方式,而不是仅仅忽略异常日志。
7.3.3 placeOnly预筛方案
为了继续利用Roguelike生成器获取候选信息,我对预筛过程进行了调整。新的方案称为placeOnly。它的目标是在不真正生成完整Minecraft世界的情况下,让地牢生成流程能够执行所需的候选放置逻辑,避免此前的非法世界写入异常。
这样可以保留结构生成器提供的信息,又不必为每颗种子启动完整GTNH服务端生成大量区块。
7.3.3.1 单种子测试
修复后,首先使用此前的候选种子:1424469477566044350。进行测试。结果为:
| 检测项目 | 数量 |
|---|---|
| 地牢生成触发 | 11 |
| 有效入口记录 | 10 |
| 异常 | 0 |
这次测试说明,针对这一颗种子,原先会导致大量异常的地牢预筛流程已经能够正常执行。但这里的“有效入口”仍然是预筛程序得到的入口记录。它不能直接证明真实世界已经生成相同的地表建筑。
7.3.3.2 单种子结果的意义
单颗种子的11次触发中,有10次形成有效入口记录。因此,程序已经不再因为世界写入异常而丢失几乎全部候选。不过,这还只是修复后的第一次验证。要确认修改没有对其他种子产生新的问题,仍然需要重新运行全部56颗候选。
7.3.4 56颗种子的独立重筛
单种子测试成功后,开始执行完整的56颗Stage1重筛。新批次目录为:
1 | |
本次采用独立批次,不覆盖此前57颗种子的原始实验文件。主要输出包括:
1 | |
这里的env57.jsonl沿用了既有文件命名,并不表示本次实际输入仍为57颗。实际处理数量为56颗。
7.3.4.1 地牢探针结果
| 项目 | 数量 |
|---|---|
| 输入种子 | 56 |
| Roguelike生成触发 | 628 |
| 有效入口记录 | 616 |
| HOUSE类型记录 | 192 |
| 执行异常 | 0 |
与此前637次尝试中出现627次异常相比,修复后的执行状态有了明显改善。56颗种子的628次触发全部没有再出现原来的世界写入错误。其中616次形成入口记录,192条被标记为HOUSE类型。
7.3.4.2 HOUSE类型的含义
HOUSE是这次预筛中的重要字段。
此前,我希望将Roguelike地牢与红砖房地牢分别评分,但旧程序无法可靠识别实际的地表入口类型。现在,placeOnly探针至少已经能够在无世界预筛中提供HOUSE类型记录。这为后续单独查找红砖房提供了线索。192 条 HOUSE 标记来自无世界预筛,实际建筑留待存档检查。
7.3.4.3 修复后的证据等级
本次修复能够确认:
- Roguelike预筛程序不再发生原来的写入异常;
- 程序可以输出地牢触发点;
- 可以保留有效入口记录;
- 可以区分部分HOUSE类型候选。
但尚不能确认:
- 所有入口都会在正式存档中出现;
- HOUSE候选必然生成完整红砖房;
- 地牢内部结构与战利品已经完成检测;
- 不同区块生成顺序下入口仍然一致。
因此,修复后的Roguelike指标仍然标记为 预测。而不是:实测。
7.3.5 Stage1报告重新生成
56颗种子的placeOnly实验完成后,重新整理了Stage1结果。对应审计目录为:
1 | |
其中继续使用:
1 | |
等输出文件名。虽然文件名仍然包含57,但本次实际处理的是重新确认的56颗候选。因此,不能仅根据文件名判断样本数量。
7.3.5.1 Stage1评分结果
修订后的Stage1代理评分统计如下:
| 指标 | 结果 |
|---|---|
| 种子数量 | 56 |
| 最高分 | 82.81 |
| 平均分 | 74.19 |
| 达到75分的种子 | 22 |
从结果看,已有较多种子取得了不错的深入预测成绩。其中22颗达到75分,意味着如果需要从56颗中挑出20颗,单纯使用这一分数已经能够形成一个接近目标数量的候选集合。但我没有直接将分数最高的20颗确定为下一阶段名单。原因是Stage1仍然缺少多项重要资源的可靠数据。
7.3.5.2 仍有10项未测
本次报告中,仍然存在10项没有完成有效检测的资源指标。这些项目包括需要实际生成世界才能确认的资源或结构。
例如:
- 真实砖房建筑;
- 实际锡石矿脉;
- 下界目标矿脉;
- 部分特殊结构;
- 需要物理证据的资源项目。
因此,Stage1分数只能用于辅助比较,不能作为22项完整资源评分。即使某颗种子的代理分超过80,也无法说明它已经满足正式深筛的大部分要求。
7.3.6 村庄建筑布局的不稳定性
本次56颗重筛还保留了匠魂村庄相关的生成组件信息。在原始证据中,可以看到同一颗种子的不同预筛流程可能产生不同的村庄组件候选。
例如,某颗种子的记录包含:
1 | |
这说明两次预筛获得的村庄布局没有完全一致。这一结果与11月3日最初发现的匠魂村庄不稳定性相符。因此,不能因为两个预筛流程都能够输出ComponentSmeltery,就认定实际存档中一定有对应冶炼炉。后续仍然需要选择具体生成路线,在真实世界中检查该组件是否出现。
同样,当不同预筛流程给出不同的候选距离时,需要保存各自来源,避免混合成一个无法追溯的固定数值。
7.3.7 补充56颗种子的资源候选
完成地牢修复后,继续整理56颗候选的其他资源信息。此前已经开展了虚拟油田、主世界锡石以及下界矿脉预测。这次需要将这些数据与新的Stage1结果合并,形成可以用于人工筛选的综合资源表。对应的完整候选证据后来整理为 v11-56-full-evidence.json。
该文件包含56颗种子的22项资源记录,并明确说明:
新增的地下流体和矿层结果属于算法预测,不包含实际生成、矿石方块检查或传送门落点验证。
7.3.7.1 地下流体预测
地下流体继续使用已有的离线算法计算。这里需要特别区分流体名称。在核对过程中,明确指出预测结果中的oil属于相应的流体类型标识,不能在没有核对GTNH实际流体映射的情况下,直接把所有oil记录统一解释成已经验证的高储量原油田。资源表需要保留原始流体类型、位置和储量相关字段。
同时,油田储量预测不等于已经使用钻井设备验证过实际产量。
7.3.7.2 矿脉首抽候选
本轮矿脉预测仍然采用离线首抽结果。其主要用途是提供可能出现目标矿脉的位置。但此前已经确认,同一种子在不同区块生成顺序下可能产生不同矿脉类型。因此,首抽结果不能视为最终世界中的确定矿层。对于主世界锡石和下界四种矿脉,仍然需要实际生成和检查矿脉类型。
7.3.7.3 资源表的作用
将这些候选合并后,可以同时查看:
- 推荐基地;
- 匠魂村庄组件候选;
- Roguelike入口候选;
- LootGames;
- 虚拟油田;
- 主世界锡石;
- 下界堡垒;
- 下界四种矿脉;
- 末地钨铂小行星;
- 月球地牢。
这使56颗候选能够从更多角度进行人工比较。但这些数据的主要价值仍然是帮助决定下一阶段应该生成哪些世界,而不是直接给出最终排名。
第八章 39 颗候选的首次生成与资源审计
实验阶段:2026 年 11 月 12 日至 13 日
从 56 颗中保留 39 颗进行一次实际生成。接口调整、评分失败、已有结果恢复、缺项补测和单轮资源比较在本章接续,最终形成 11 颗多轮候选。
8.1 候选确定、批量失败与离线恢复
8.1.1 从56颗缩减到39颗
重审 56 颗候选后排除 17 颗,保留 39 颗做首次生成。当时几项关键资源只有预测,直接按 Stage1 分数截到原定的 20 颗,可能提前淘汰实际资源更好的种子。保留名单和排除名单分别保存,原收藏数据可供复查。
8.1.2 决定对39颗各生成一次世界
39 颗候选各做一次指定顺序的生成,再根据实测资源选出需要多路线比较的种子。
8.1.2.1 最初的跨维度方案
最初的生成调度仍然沿用部分旧V10跨维度流程。但实际运行很快暴露出问题。第一颗测试种子为 4740482387647739713。该次任务中,主世界数据得到复用,下界和末地任务已经产生完成记录。随后,程序在月球生成过程中失败。
当时月球约生成9000个目标区块,随后Java进程因堆内存不足退出。因此,这颗种子不能被标记为已经完成全部四维度资源检测。这次失败也促使我重新考虑:是否真的有必要在首次筛选39颗时,为末地和月球分别生成大面积世界。
8.1.3 重新确定各维度的检测方式
经过重新讨论,我决定调整39颗首次生成的任务范围。最终确定:
| 维度 | 检测方式 |
|---|---|
| 主世界 | 生成并扫描1000格范围 |
| 下界 | 生成并扫描500格范围 |
| 末地 | 使用已有钨铂算法预测,不生成世界 |
| 月球 | 使用已有地牢算法预测,不生成世界 |
这一调整的核心是将生成成本集中在目前确实需要实际区块验证的维度。
8.1.3.1 主世界
主世界需要检查大量实际资源,包括:
- 地形;
- 匠魂村庄;
- Roguelike地牢;
- LootGames;
- 锡石矿脉;
- 地表资源。
因此,仍然保留1000格范围的真实世界生成。
8.1.3.2 下界
下界重点关注完整矿脉和堡垒。由于GT矿脉类型受到区块生成顺序影响,必须保留实际生成检测。因此,将下界生成半径限定为500格。这也是此前已经确定的下界评价范围。
8.1.3.3 末地
末地现阶段继续使用钨、铂小行星候选算法。此前已在固定坐标实验中找到真实钨、铂矿石,证明部分候选具有实际依据。但这并不意味着所有候选已经验证。因此,39颗首次生成阶段不再额外生成末地区块,而是继续保留预测状态。
8.1.3.4 月球
月球只需要地牢距离。其初筛本来就主要采用地牢定位算法。因此,不再为39颗种子生成月球大范围区块。对应的月球数据继续作为条件预测,等待必要时再进行真实着陆位置核验。这次修改没有改变正式四维评分体系,而是改变了当前阶段的检测执行方式。
8.1.4 metadata_only接口检查失败
调整方案后,还需要确认现有Java探针是否支持新的轻量化任务接口。其中一个关键能力是:metadata_only。它用于避免不必要的完整区块生成。但预检发现,当前安装的worldgenprobe JAR不支持该参数。因此,程序安全停止,没有继续执行原来的四维完整生成命令。
这是一次接口兼容性问题。Python调度程序已经计划采用轻量化流程,但实际安装的Java探针版本尚不具备对应能力。如果直接绕过预检,可能再次启动旧版的大范围生成任务。因此,不能只修改Python命令参数,还需要确认底层Java探针是否具备相应功能。
8.1.4.1 后续修改方向
为了避免依赖当前不支持的接口,新的方案改为复用56颗Stage1中已有的末地与月球算法预测。实际生成任务只保留:
1 | |
这样不再需要为了生成末地和月球元数据而启动对应的完整世界扫描。但在这一阶段,新的调度方案仍然需要进一步运行验证。
8.1.5 39颗任务的批量失败
在采用调整后的方案继续执行时,又遇到了新的程序错误。本次批次目录为:
1 | |
该批次最终完成数为 0/39。一份失败日志位于:
runs/v11-once39-20261112/trials/4917604327891173152/FAILED.txt
进度文件为:
runs/v11-once39-20261112/39-seeds-progress.csv
8.1.5.1 错误内容
报错为:
1 | |
这是Python路径对象与字符串直接相加导致的类型错误。
PosixPath是pathlib.Path产生的路径对象。
它不能直接通过加号与普通字符串拼接。
例如:
1 | |
上述写法会触发相同类型的异常。正确做法是使用Path的路径连接操作,或者在确实需要字符串时显式转换。
8.1.5.2 错误位置
进一步检查,问题定位在评分脚本约第406行。当时的判断是,异常发生在整理最终评分结果的阶段。因此,39颗全部报告失败,并不能直接解释为39颗都没有生成任何区块。更可能的情况是,部分原始生成或探针数据已经存在,但最终评分没有成功写出。
不过,当时没有获得足够完整的逐颗生成证据,因此不能直接声称39颗的世界都已完成。准确的批次状态应当记录为:
最终任务完成数0/39,已有原始日志与部分过程数据需要进一步审计。
8.1.6 设计离线评分恢复
由于错误发生在Python路径处理环节,我决定优先修复评分,而不是立即重新执行全部39颗世界生成。这可以避免重复消耗已经完成的生成结果。对应的恢复补丁为 gtnh_v11_39_score_recovery.zip。恢复方案主要包括:
- 检查原始批次目录;
- 修复
PosixPath与字符串的拼接错误; - 读取已经存在的探针结果;
- 检查每颗种子的必要文件是否完整;
- 根据已有证据重新计算评分;
- 对确实缺少数据的种子报告缺项;
- 不删除原始日志和失败记录。
8.1.6.1 恢复程序的执行顺序
恢复工具设计了预检方式。正式恢复前,需要先执行:--check。检查已有数据是否满足恢复条件。这样可以防止在原始报告缺失或格式不匹配的情况下,直接生成不完整的最终排行榜。
8.1.6.2 不重新生成世界
这次恢复的目标是:
尽可能使用已经保存的原始生成结果,重新完成评分。
因此,恢复程序本身不应启动Minecraft,也不应重新生成区块。如果某颗种子的原始世界生成确实没有完成,就需要明确记录缺失。不能因为修复了Python路径错误,就自动将该颗种子标记为实测完成。
8.1.6.3 另一个评分参数问题
在检查恢复逻辑时,还发现评分器调用没有正确传入扫描半径。这可能影响部分末地小行星预测分数。因为末地候选评分依赖资源距离和有效搜索范围。如果评分程序使用了错误的半径参数,即使输入的候选坐标正确,最终分数也可能出现偏差。因此,恢复补丁还需要同时核对相关评分参数,而不是只解决路径类型异常。
本次记录能够确认补丁已经准备并完成模拟数据测试。但没有足够证据表明,当天已经成功恢复全部39颗的最终正式评分。
8.1.7 首次生成阶段的技术结论
11月12日的工作集中暴露了三个问题。
8.1.7.1 预筛修复与结构核验
placeOnly修复后,56颗种子的Roguelike预筛已经能够无异常执行。但这次得到的616条入口和192条HOUSE记录仍然是候选信息。真正的砖房结构和地牢入口需要在实际世界中核验。因此,探针成功率与结构预测准确率必须分别统计。
8.1.7.2 生成方案必须符合当前检测目标
此前的四维度完整生成方案过于昂贵。而当前阶段的目标是从39颗中进一步选择优秀候选,并不需要立即完成所有末地、月球的物理生成。因此,最终确定主世界1000格、下界500格,末地和月球仅使用算法预测。这使当前阶段的计算任务更加集中。
8.1.7.3 原始生成与评分必须分离
39颗任务最终全部失败,原因是Python路径拼接错误。这一问题说明,即使底层生成和探针已经正常工作,后处理程序仍然可能导致整个批次无法输出结果。因此,世界生成与评分应该能够独立执行。原始证据保存后,评分程序出错应当允许直接恢复,而不是必须重新生成全部世界。
8.1.8 39 颗首轮任务状态
placeOnly 修复后,56 颗候选的 628 次地牢触发得到 616 条入口记录。选出的 39 颗首次生成在评分阶段全部报错,后续从已有探针输出恢复,并补齐缺少的物理报告。
8.2 物理补测、资源识别与覆盖审计
8.2.1 从39颗批次失败到物理补测完成
11 月 12 日,39 颗候选在评分阶段因路径拼接错误全部报错。部分种子已保存区块和探针结果。11 月 13 日先恢复这些数据,再补测缺失的主世界与下界报告。对应批次:
1 | |
其进度文件为:
1 | |
批次沿用 11 月 12 日的目录名,补测与结果分析于 11 月 13 日完成。
8.2.1.1 补测进度
| 项目 | 数量 |
|---|---|
| 计划补测种子 | 39 |
| 本轮新完成 | 33 |
| 已有有效结果,跳过 | 6 |
| 最终获得报告的种子 | 39 |
| 未完成 | 0 |
8.2.1.2 实际完成的维度
此次补测只对主世界与下界进行实体扫描。
| 维度 | 执行方式 | 检测范围 |
|---|---|---|
| 主世界 | 实际生成并读取区块 | 基地周围1000格 |
| 下界 | 实际生成并读取区块 | 理论入口周围500格 |
| 末地 | 沿用已有候选预测 | 不生成 |
| 月球 | 沿用已有候选预测 | 不生成 |
8.2.2 39颗种子的实体报告
本次补测最终形成了78份主世界和下界物理报告。每颗种子对应:
1 | |
这些报告与此前的Stage0、Stage1候选预测相比,增加了实际存档中的资源证据。检测程序需要读取生成后的Minecraft区块文件,并结合GT矿脉缓存、结构记录和实际方块数据进行分析。
8.2.2.1 主世界扫描
主世界主要检查:
- GT矿石是否实际生成;
- 锡石矿层与对应矿石;
- 匠魂村庄组件附近的实际方块;
- Roguelike相关地牢证据;
- 砖块数量和分布;
- 区块扫描范围是否完整。
这些项目不再完全依赖种子预测算法。
例如,某个锡石矿脉候选只有在对应生成世界中找到实际矿石后,才能进一步作为有效资源证据。
8.2.2.2 下界扫描
下界主要检查:
- 硫矿脉;
- 硝石矿脉;
- 石英岩相关矿脉;
- 下界石英矿脉;
- 下界堡垒砖块;
- 对应位置到理论入口的距离。
由于之前已经发现矿脉类型受到生成顺序影响,因此本轮下界结果必须与具体的rows生成世界绑定。不能只保存种子编号和矿脉类型,而丢失生成路线信息。
8.2.3 实体资源检测结果
11月13日,对39颗物理报告进行了统一检查。
8.2.3.1 GT矿石检测
结果显示:
| 检测项目 | 获得实体矿石证据的种子 |
|---|---|
| 主世界GT矿石 | 39/39 |
| 下界GT矿石 | 39/39 |
这说明39颗种子的两个目标维度都能够读取实际GT矿石方块。但“存在GT矿石”只是基础检查。对于正式资源评分,还必须进一步识别矿种、矿层和具体位置。
例如,附近存在大量GT矿石,并不能直接证明存在锡石矿脉。因此,本次报告继续结合矿脉缓存和实际主矿石数据进行分析。
8.2.3.2 下界目标矿脉
下界矿脉检测使用的关键矿层标识包括:
1 | |
其中,硫、硝石及下界石英相关矿层均获得了与实体主矿石匹配的检测记录。这比先前的离线首抽预测更有价值。因为已经能够在实际生成的世界中找到对应矿石,而不是仅仅根据随机数计算矿层候选。但本次仍需要保留矿脉判定范围。
矿脉缓存中的候选边界和实际矿石分布可能存在重叠,不能简单把全部匹配记录都当作彼此独立的完整矿脉。此外,不同矿层可能包含相同或相关矿石,必须根据完整矿层配置核对其类型。因此,后续统计需要同时参考:
- 矿层标识;
- 矿脉边界;
- 实际主矿石数量;
- 到下界参考位置的距离;
- 相同位置是否存在重复归因。
8.2.4 匠魂冶炼炉的物理验证
此前Stage1能够预测ComponentSmeltery村庄组件,但已经多次观察到,同一种子在不同生成过程中可能产生不同的村庄建筑布局。因此,本轮继续检查候选村庄附近是否存在实际对应方块。检测结果为:
| 项目 | 数量 |
|---|---|
| 获得冶炼炉组件物理方块支持的种子 | 37 |
| 未获得足够对应方块证据的种子 | 2 |
| 总计 | 39 |
37 颗候选获得冶炼炉组件的方块支持,占样本的 94.9%。这一结果比仅检查村庄组件候选更可靠。不过,需要区分“存在相关方块”和“已经确认完整可用的冶炼炉结构”。本轮扫描能够为部分冶炼炉候选提供物理支持,但完整建筑是否可直接使用,还需要结合具体结构和方块布局判断。
对于另外2颗种子,也不能仅因为本次没有取得相应证据,就断言所有生成顺序下都不存在冶炼炉。最终10余颗的多轮生成仍需要继续比较该项目。
8.2.5 下界堡垒砖的实际检测
下界堡垒是此次物理补测的另一个重点。此前11月11日已经修复了堡垒候选随机数算法。本轮从各颗种子已经生成的下界区块中检查堡垒方块。因此,本轮尝试从生成后的下界区块中寻找堡垒相关方块。本轮 39 颗种子的下界扫描范围内均检出堡垒砖块。
8.2.5.1 砖块存在与堡垒入口
这里仍然存在一个需要解决的问题。检测到下界堡垒砖块,能够证明对应区域中存在相关方块。但不能直接由此推导出玩家从传送门出发,到达堡垒内部的实际路径长度。
例如,最近的堡垒砖可能位于:
- 岩浆湖另一侧;
- 较高或较低的位置;
- 被地形包围的区域;
- 堡垒结构的外围部分。
因此,本次使用的最近堡垒砖距离仍然属于几何距离。还没有完整模拟实际通行路线。
8.2.5.2 理论传送门参考位置
下界仍然使用主世界基地坐标除以8得到参考点。主世界基地 X、Z 坐标各除以 8,得到统一的下界参考点。但真实传送门可能由于地形和生成条件发生偏移。因此,即使已经检测到下界堡垒砖,也需要保留“传送门实际落点尚未验证”的限制。
8.2.6 Roguelike地牢与砖块的评分问题
11月13日的资源报告中,最需要重新讨论的是主世界地牢与砖块的评价方式。此前的评分体系包括两个独立项目:
| 项目 | 权重 |
|---|---|
| Roguelike地牢 | 8 |
| 砖房地牢 | 7 |
最初的设计希望寻找真正的Roguelike地牢,以及特定的红砖房入口。但在当前物理扫描中,程序能够识别:
- Roguelike相关箱子;
- 部分地下地牢关联证据;
- 主世界砖块的实际分布。
却还不能可靠地将所有砖块聚集区对应到具体的HOUSE型地牢入口。这导致原有砖房项目的实际测量方式需要进一步明确。
8.2.6.1 砖块不能自动证明HOUSE身份
39 颗主世界报告都有砖块记录,其建筑归属需单独判定。
例如,一片砖块可能来自某种普通建筑,也可能属于其他模组结构。即使某处与Roguelike候选较近,仍然不能只根据距离判断它属于某个地牢入口。因此,当时的探针还没有完成严格的HOUSE身份关联。
8.2.6.2 重新明确两个项目的独立性
针对这个问题,我决定继续让两项资源独立评分。其中:
Roguelike地牢:8分。
主要根据地牢相关证据、候选位置和实际生成结果评价。
主世界砖块资源:7分。
主要根据附近实际砖块的数量、距离与获取便利程度评价。这一调整不再要求砖块必须来自Roguelike地牢。也就是说,项目中的7分不必完全依赖HOUSE建筑身份。这样可以直接利用物理扫描得到的砖块资源信息,而不必为了判断砖块是否属于特定地牢,反复进行无法稳定完成的结构关联。
不过,历史资料中的这一项仍沿用过“砖房地牢”的名称,因此后续整理正式评分表时,需要明确它在当前阶段实际评价的是砖块资源,避免名称与检测内容不一致。
8.2.7 砖块数量超出扫描范围的问题
在重新评分时,还发现主世界砖块数量存在一个统计错误。
对种子 -8116825820911804203,旧记录计入 5029 块砖;按基地周围 1000 格的圆形评价范围重算,同轮约为 835 块。重算以各方块到基地的水平距离为准,剔除方形扫描区域四角的范围外方块。下界堡垒砖和其他按距离计分的资源也采用对应的圆形范围。
8.2.8 区块覆盖率审计
完成39颗物理补测后,进一步检查主世界扫描是否完整。
| 覆盖状态 | 种子数量 |
|---|---|
| 明确完成全部目标覆盖 | 32 |
| 各有1个未完成装饰区块 | 2 |
| 旧版结果未单独记录覆盖情况 | 5 |
| 合计 | 39 |
这项统计很重要。因为39颗都已经产生物理报告,并不意味着全部报告拥有完全一致的覆盖证据。
8.2.8.1 两颗部分覆盖种子
其中2颗主世界各存在1个未完成装饰的区块。如果某项资源恰好位于缺失区块,就可能没有被本轮扫描记录。因此,这两颗种子的相关资源统计应当保留部分覆盖状态。不能简单把未发现的资源当作不存在。
8.2.8.2 五颗旧版报告
另有5颗使用此前的有效结果,但旧版没有单独保存完整的覆盖记录。因此,虽然已有实体资源数据,也不能声称其覆盖状态已经经过同样严格的检查。这5颗需要保留覆盖信息不足的说明。
8.2.8.3 对评分的影响
对于存在覆盖缺口的种子,可以继续使用已经找到的资源。
例如,已经确认的锡石矿脉仍然是真实证据。但不能据此认为没有扫描到的区域一定不存在其他矿脉。因此,在结果比较时,必须区分:
- 已发现的真实资源;
- 扫描是否完整;
- 仍然未知的区域。
这也是后续多轮统计程序需要单独记录覆盖状态的原因。
8.3 单轮参考榜与 11 颗候选名单
8.3.1 39颗单轮参考评分的重新计算
完成物理数据审计后,对39颗种子重新计算了单轮参考成绩。本次评分使用已有Stage1预测与新增物理证据,并根据修订后的砖块和地牢口径重新处理部分项目。结果形成了一份新的参考排行榜。
8.3.1.1 前10颗种子
| 排名 | 种子 | 单轮参考分 |
|---|---|---|
| 1 | -8116825820911804203 |
86.70 |
| 2 | 4883788336089515743 |
85.18 |
| 3 | 4201535394566232448 |
84.99 |
| 4 | 6408288858866456081 |
84.94 |
| 5 | -1174831260848833222 |
84.93 |
| 6 | -4156343384938877888 |
84.32 |
| 7 | -7307486957219079568 |
84.20 |
| 8 | 7879216516847848285 |
84.12 |
| 9 | -8489859212993781354 |
84.10 |
| 10 | 629016753671511765 |
83.67 |
本轮最高的是:-8116825820911804203。得到86.70分。但这仍然属于当时的单轮参考评分。其中并非全部22项都取得了同等完整的物理证据。尤其末地和月球没有在这一轮重新生成,因此不能将参考总分解释为完成全部四维实体检测后的最终成绩。
8.3.1.2 排名结果的作用
这份排行榜主要用于帮助缩小候选集合。它能够结合主世界和下界的真实资源,修正此前完全依赖Stage0的判断。但我仍然保留人工选择权。
例如,某颗种子可能因为主世界锡石矿脉稍少而得分偏低,但其他资源条件比较好。如果只按照排名直接淘汰,就可能错过值得继续测试的世界。因此,最终11颗名单并不是机械地选取这张表中的前11名。
8.3.2 从39颗中人工选择最终候选
完成单轮评分后,我重新查看了39颗种子的资源情况。这一次主要结合:
- 主世界综合条件;
- 锡石矿脉;
- 匠魂冶炼炉证据;
- Roguelike与砖块资源;
- 下界目标矿脉;
- 下界堡垒;
- 末地和月球原有预测;
- 实际生成证据的完整性。
先选出 10 颗,又追加 1 颗锡石略少、其余资源尚可的候选,共 11 颗进入多轮生成。
8.3.3 最终11颗种子名单
8.3.3.1 首选的10颗种子
| 编号 | 种子 |
|---|---|
| 1 | -8116825820911804203 |
| 2 | 4883788336089515743 |
| 3 | 4201535394566232448 |
| 4 | 6408288858866456081 |
| 5 | -1174831260848833222 |
| 6 | -4156343384938877888 |
| 7 | 7879216516847848285 |
| 8 | 629016753671511765 |
| 9 | -7160443071558147020 |
| 10 | 2429716436979338742 |
这 10 颗经过人工选择,与单轮参考榜的前 10 名有出入。
8.3.3.2 追加第11颗
额外追加:-8489859212993781354。这颗种子的锡石条件相对不足,但其他条件仍然值得继续观察。因此,我决定给它一次进入最终多轮实验的机会。
8.3.3.3 没有按分数直接选拔
单轮参考排行榜第7名:-7307486957219079568。它的单轮参考分为 84.20,曾是 Stage0 的重点候选,此轮未进入 11 颗名单。这说明人工选拔已经不再简单依赖综合分数。在当前阶段,我更关心具体资源是否符合实际开荒需求。
某颗种子即使临时评分略高,如果其资源组合不理想,也未必值得进入多轮生成。相反,部分单轮分数略低的种子,如果具有较好的资源潜力,仍然可以保留。
8.4 进入多轮比较前的待验证项目
8.4.1 本阶段仍未解决的问题
截至11月13日,项目虽然已经完成39颗主世界和下界的实体补测,但仍然存在以下限制。
8.4.1.1 砖块与具体地牢入口的关联
当前能够统计主世界砖块和Roguelike相关证据。但仍然没有可靠证明全部砖块来自特定的红砖房地牢。因此,最终评分需要继续沿用当天明确的独立项目口径。
8.4.1.2 资源覆盖率不完全一致
39颗主世界报告中,有2颗存在单个未装饰区块,另有5颗旧版报告缺少单独的覆盖记录。这些情况需要在多轮统计中继续保留,而不是简单忽略。
8.4.1.3 下界堡垒的实际可达性
本轮已经获得下界堡垒砖块证据。但实际传送门落点和通行路线仍未完成验证。因此,最近堡垒砖距离只能作为几何距离参考。
8.4.1.4 末地与月球尚未多轮实测
当前五轮方案没有安排末地和月球实体生成。所以即使主世界与下界完成全部55轮,也不能宣称四个维度都已完成五轮物理验证。这些项目需要继续保留候选预测状态。
8.4.2 39 颗实测结果与多轮候选确定
39 颗单轮实测补齐后,人工选出 11 颗进入多轮试验。11 月 13 日确定了基线和追加生成计划;五轮试验的设计与完整比较结果见第九章。
第九章 11 颗多轮比较与首次决选
实验阶段:2026 年 11 月 13 日至 14 日
将五轮方案、执行结果和两颗重点候选的取舍接在一起,再记录首次选定种子的 20 种顺序优化,以及第一次组合存档的合并与验收。
9.1 五轮试验设计、统计与基线准备
9.1.1 从单轮实测进入多轮生成
完成11颗候选选拔后,下一步需要研究它们在不同区块生成顺序下的资源表现。此前已经观察到,同一种子的矿脉类型可能受到生成顺序影响。因此,仅依赖一次rows生成结果,还不足以判断种子的长期稳定性和最佳资源分布。
9.1.1.1 五轮测试方案
最初计划对每颗种子进行5轮生成:
| 轮次 | 生成顺序 | 用途 |
|---|---|---|
| 第1轮 | rows |
复用已经完成的单轮实体扫描 |
| 第2轮 | cols |
按列生成 |
| 第3轮 | rows-reverse |
反向按行生成 |
| 第4轮 | spiral |
螺旋生成 |
| 第5轮 | rows |
再次按行生成,比较重复结果 |
11 颗种子每颗 5 轮,共 55 组结果。其中 11 组沿用已有基线,新增生成 44 轮。
9.1.1.2 为什么第五轮重复rows
此前的实验主要通过不同生成顺序比较矿脉差异。但还有一个问题:
如果使用相同的rows顺序重新生成世界,结果是否一定相同?如果两次rows生成仍然出现差异,就说明仅固定区块遍历顺序,可能仍然不足以完全控制世界生成结果。因此,额外增加一次rows具有实际实验意义。它可以帮助区分:
- 不同生成顺序造成的差异;
- 相同生成顺序下仍然存在的波动。
虽然5轮样本数量仍然有限,但已经比只比较四种不同路线更适合初步观察重复生成的稳定性。
9.1.2 多轮生成的检测范围
经过此前对大范围世界生成成本的分析,我没有要求最终11颗立即完成全部四维度实体生成。而是沿用已经通过实验的主世界与下界检测范围。
| 维度 | 本轮计划 |
|---|---|
| 主世界 | 每轮生成1000格 |
| 下界 | 每轮生成500格 |
| 末地 | 保留现有算法预测 |
| 月球 | 保留现有算法预测 |
因此,五轮实验重点比较主世界与下界的实际生成资源。末地和月球的预测信息只作为静态参考,不会因为主世界和下界重复生成就自动变成多轮实测。
9.1.2.1 主世界重点指标
多轮检测计划重点统计:
- 锡石矿脉数量;
- 最近锡石矿脉距离;
- 锡石主矿石数量;
- 匠魂冶炼炉物理支持;
- Roguelike地下箱子关联证据;
- 主世界砖块数量。
这些数据可以帮助判断一颗种子是否经常生成理想的前期资源。
9.1.2.2 下界重点指标
下界重点统计:
- 硫矿脉数量与距离;
- 硝石矿脉数量与距离;
- 石英岩矿脉数量;
- 下界石英矿脉数量;
- 下界堡垒砖数量;
- 最近堡垒砖距离。
对于硫和硝石,我尤其希望观察不同生成顺序下是否出现较大的数量和距离差异。因为这两类资源在此前重新确定的下界评分中具有重要权重。
9.1.3 多轮结果的统计方法
按资源分别统计均值、最小值、最大值、总体标准差和有效样本数。均值反映五轮内的常见表现,极值用于比较最好和最差的单次生成,标准差反映波动。若五轮中仅三轮取得有效记录,统计量以这三轮计算,并注明 n_valid = 3。
9.1.4 实体矿脉统计的进一步要求
在准备多轮实验时,还需要处理GT矿脉缓存与实际矿石之间的关系。仅在缓存中找到某个矿层记录,并不足以确认它属于实际可开采矿脉。因此,计划进一步要求矿层同时满足:
- 类型属于目标矿层;
- 具有有效的矿脉边界;
- 处于当前检测半径内;
- 对应位置存在实际主矿石;
- 与重复记录完成必要的去重。
例如,锡石矿脉使用:ore.mix.cassiterite。硫矿脉使用:ore.mix.sulfur。硝石使用:ore.mix.saltpeterelectrotine。石英相关矿层则继续分别识别。这一处理方式能够减少仅根据候选缓存统计矿脉所造成的误判。
但在矿层重叠时,仍然可能出现多个矿层同时与某些实际矿石匹配的问题。因此,报告需要保存具体匹配范围和主矿石数量,不将所有重叠候选无条件计为独立矿脉。
9.1.5 多轮生成前的基线核验
既然第一轮准备复用39颗补测中已经完成的11份结果,就必须保证这些结果与后续新增轮次采用相同的基本配置。因此,五轮实验开始前需要检查:
- 种子ID是否正确;
- 已有基线是否属于
rows顺序; - 主世界参考坐标是否一致;
- 下界参考坐标是否由同一个基地计算;
- 主世界检测半径是否为1000格;
- 下界检测半径是否为500格;
- 是否存在有效GT矿石;
- 矿脉缓存是否可读取;
- 覆盖率是否具有明确记录。
旧版基线缺少的新增字段记为空。
例如,旧报告只有总砖块数量,却没有严格圆形半径内的砖块数量,那么该字段在统计中就应暂时缺失,不能继续使用此前的方形扫描总数。这也是此次从39颗补测进入五轮实验时需要解决的数据兼容性问题。
9.1.6 实验结果保存与续跑设计
五轮实验总计55次主世界和下界检测组合。为了避免某次任务失败后重新执行全部工作,需要按种子和生成顺序独立保存每轮结果。后续程序采用的目标目录为:
1 | |
主要输出规划包括:
1 | |
分别用于保存:
- 每轮真实资源指标;
- 每颗种子的多轮统计;
- 统计方法与证据规则;
- 末地和月球的静态候选预测。
同时,每一轮还需要保存独立的物理报告。这样即使评分规则继续调整,也可以从原始数据重新计算,而不必再次生成世界。11 月 13 日确定末轮方案和数据结构。55 组结果的比较见 §9.2.1。
9.1.7 11颗种子最终测试的研究目标
经过此前的筛选,项目已经从接近10万颗种子缩减到11颗。但这一阶段的任务仍然不是直接挑出综合分最高的种子。真正需要判断的是:
哪些种子具有较好的真实资源分布,哪些生成顺序能够产生更理想的世界,以及这些优势是否具有一定稳定性。
例如,一颗种子可能在某次生成中拥有非常近的硫矿脉,却在其他路线中缺少对应矿层。另一颗种子虽然单轮成绩稍低,但每次生成都能获得数量充足的锡石和硫矿脉。多轮结果可以帮助比较这些情况。此外,还需要保留不同维度的独立评价。主世界资源仍然是首要考虑因素。下界硫、硝石等矿脉可以作为重要补充。
末地和月球当前主要提供算法预测,只能辅助最终判断。因此,最终选种仍然需要结合具体资源坐标和实际生成证据,而不是只看一列综合分数。
9.2 五轮结果与两颗重点候选的取舍
9.2.1 最终11颗种子的五轮实验
11月13日,我已经从39颗完成主世界和下界物理补测的种子中,人工选出11颗进入最后的重复生成阶段。这11颗种子不再只是根据Stage0或Stage1预测分数进行比较,而是已经拥有一次实际世界生成的资源记录。最终实验采用五轮设计。第一轮复用此前完成的rows结果,随后依次执行:
colsrows-reversespiral- 再次执行
rows
因此,每颗种子计划获得5组主世界和下界实体数据。11 颗共 55 组数据,其中 11 组为基线,44 组为新增生成。主要实验目录为:
1 | |
虽然目录名称包含11月13日,但最终候选比较与后续决策延续到了11月14日。
9.2.1.1 统计对象
五轮实验重点比较以下资源:
| 主世界 | 下界 |
|---|---|
| 锡石矿脉数量 | 硫矿脉数量 |
| 最近锡石矿脉距离 | 最近硫矿脉距离 |
| 锡石主矿石数量 | 硝石矿脉数量与距离 |
| 匠魂冶炼炉组件 | 石英岩矿脉 |
| Roguelike地牢关联证据 | 下界石英矿脉 |
| 红砖相关物理方块 | 堡垒砖数量与距离 |
所有结果都需要绑定具体的种子、生成顺序、基地坐标与扫描半径。其中,主世界检测半径为1000格,下界为500格。末地与月球没有参与本轮实际生成,其已有预测继续作为静态参考。
9.2.1.2 重复生成的意义
此前已经确认,相同种子在不同区块生成顺序下可能出现不同的GT矿脉类型。因此,五轮实验不仅用于估计种子的平均资源表现,还用于观察生成顺序对矿脉和结构的影响。对于某项资源,记录均值、极值、标准差及有效样本数量。但最后的选种工作仍然需要检查资源的具体用途。
例如,附近存在大量砂砾,不一定比拥有更近锡石和匠魂村庄的种子更有价值。因此,多轮统计只是辅助决策,不能直接替代资源需求判断。
9.2.2 缩小到两颗重点候选
完成11颗种子的多轮比较后,我将重点放在两颗种子上:-8116825820911804203。
-1174831260848833222
这两颗都具有较好的主世界资源条件,且拥有可供进一步优化的下界生成结果。为了做出最终选择,我又补充检查了此前22项评价体系中尚未充分比较的资源。主要包括:
- 基地平整度;
- 黏土山;
- 沙子、黏土、砂砾;
- 地表战利品;
- 橡胶树;
- 史莱姆空岛;
- 潮湿群系;
- LootGames;
- 虚拟油田;
- 末地钨铂与月球地牢的已有预测。
这一步并没有把全部22项都变成实测。部分指标仍然来自已有的离线预测或样本分析。
9.2.2.1 两颗候选的资源差异
当时补充得到的部分结果如下:
| 指标 | -8116825820911804203 |
-1174831260848833222 |
|---|---|---|
| 基地整地量代理 | 8,575 | 11,840 |
| 500格内地表砂砾柱数(五轮均值,取整) | 8,948 | 58,037 |
| 最近锡石距离(五轮实测) | 243.74格 | 612.59格 |
| 有方块支持的匠魂组件(五轮均值) | 2.6 | 4.4 |
| 红砖块数量 | 相对较少 | 3,336 |
| 最近实体油池 | — | 48格 |
第一颗种子的基地建设条件和锡石距离具有优势。第二颗在砂砾、红砖相关方块以及匠魂组件数量方面表现更好。但此时仍然没有充分确认这些红砖块是否属于真正的Roguelike红砖房入口。
9.2.2.2 砂砾数量的实际价值
五轮报告统计基地周围 500 格的地表砂砾柱数,第二颗明显更多。制作匠魂水泥时沙子和砂砾按 1:1 搭配;砂砾供应超过沙子以后,额外数量对本次选址的价值有限。
9.2.2.3 首次选定最终种子
经过综合比较,我最初决定使用:-8116825820911804203。推荐基地为:
(-208, 176)
主要原因包括:
- 基地整地量相对较低;
- 最近锡石矿脉约244格;
- 附近橡胶资源较好,最近橡胶木约66格;
- 末地钨、铂候选距离分别约323格和270格;
- 主世界整体资源条件符合需求。
这时,我认为已经可以停止继续筛选其他种子。因此,后续开发转向单颗种子的生成顺序优化。
9.3 首次选定种子的顺序优化与存档合并
9.3.1 由五轮生成扩展至20种顺序
此前的五轮实验已经证明生成顺序会影响部分资源。但如果最终只使用五轮中的最佳结果,仍然可能错过其他生成顺序产生的更优世界。因此,我决定针对已经选定的种子,进一步扩大生成策略集合。最初的四种顺序只能覆盖按行、按列、反向按行和螺旋遍历。为了探索更多可能的区块加载过程,最终扩展到20种顺序。
9.3.1.1 20种生成顺序
| 类别 | 顺序名称 |
|---|---|
| 基础遍历 | rows |
| 基础遍历 | cols |
| 基础遍历 | rows-reverse |
| 基础遍历 | spiral |
| 坐标轴反向 | rows-xrev |
| 坐标轴反向 | rows-zrev |
| 坐标轴反向 | cols-xrev |
| 坐标轴反向 | cols-zrev |
| 蛇形遍历 | snake-rows |
| 蛇形遍历 | snake-cols |
| 蛇形遍历 | snake-rows-rev |
| 蛇形遍历 | snake-cols-rev |
| 环形遍历 | rings-in |
| 环形遍历 | rings-out |
| 反向螺旋 | spiral-rev |
| 固定随机顺序 | shuffle-1 |
| 固定随机顺序 | shuffle-2 |
| 固定随机顺序 | shuffle-3 |
| 固定随机顺序 | shuffle-4 |
| 固定随机顺序 | shuffle-5 |
其中,五种shuffle使用不同的固定随机遍历策略,以获得可重复执行的不同区块生成顺序。这项实验不是改变世界种子,而是在相同种子下改变区块生成顺序,寻找更有利的实际资源分布。
9.3.1.2 优化目标
由于末地和月球没有参与实际生成,不能直接将此前的完整四维100分评价体系用于这次优化。因此,单种子优化程序建立了一个独立的动态资源评分。主世界只评价能够通过当前物理扫描直接取得的部分项目。下界则重点评价堡垒和四类目标矿脉。主世界动态评分满分为43分。对应项目为:
| 项目 | 权重 |
|---|---|
| 锡石矿脉 | 9 |
| 匠魂组件 | 8 |
| Roguelike关联证据 | 8 |
| 红砖相关资源 | 7 |
| LootGames相关物理方块 | 11 |
| 合计 | 43 |
下界采用五项100分:
| 项目 | 权重 |
|---|---|
| 硫矿脉 | 30 |
| 下界堡垒 | 25 |
| 石英岩相关矿脉 | 20 |
| 硝石矿脉 | 15 |
| 下界石英矿脉 | 10 |
| 合计 | 100 |
这里的43分和100分是针对当前动态实测项目建立的优化函数,不能等同于已经完成全部22项正式评分。
9.3.1.3 动态排序公式
生成顺序的动态排序分为 0.5 × (S_OW / 43) × 100 + 0.2 × S_N。其中:
- S_{OW}为主世界动态43分;
- S_N为下界动态100分。
这项指标的理论上限为70分。因为只包含主世界50%和下界20%的内部权重,没有将末地和月球的静态预测混入。因此,它是动态资源优先级分数,不是四维完整综合分。
9.3.2 第一颗种子的20顺序优化结果
针对:-8116825820911804203。开发了独立优化程序:v11_final_seed_optimize.py。主要输出目录为:
1 | |
本次实验完成20种生成顺序的测试。
9.3.2.1 主世界冠军
主世界最优顺序为 shuffle-2。主世界动态得分为 39.8447/43。这次生成包含:
- 7处锡石矿脉匹配点;
- 5处获得物理支持的匠魂组件;
- 其他参与动态评分的地牢、砖块及LootGames证据。
由于这次主世界成绩明显优于部分其他顺序,因此将其作为主世界冠军保存。
9.3.2.2 下界冠军
下界最优顺序为 snake-rows-rev。下界动态得分为 86.303/100。这一结果综合评价堡垒砖距离、硫矿脉、硝石矿脉及两种石英相关矿层。与主世界类似,下界冠军也被保存为独立世界快照。
9.3.2.3 理论组合成绩
代入 §9.3.1.3 的动态评分公式,两个维度各自最好结果的理论组合为 63.59/70,高于最初 rows 的约 59.16 分。两项最好结果来自不同生成任务,需合并后复扫确认。
9.3.3 第一次双维度合并失败
在20种顺序实验结束后,开始尝试将:
shuffle-2主世界;snake-rows-rev下界;
组合到同一个存档中。最初的--finalize流程会重新按照主世界冠军的生成顺序创建一次主世界,然后继续生成下界。这时出现了问题。
9.3.3.1 重新生成导致主世界资源变化
第一次联合验收得到:
| 项目 | 独立冠军 | 合并后 |
|---|---|---|
| 主世界动态分 | 39.8447 | 39.4198 |
| 锡石矿脉 | 7 | 6 |
| 锡石主矿石数量 | 25,098 | 20,792 |
| 匠魂组件 | 5 | 4 |
| 下界动态分 | 86.303 | 86.303 |
下界结果保持一致,但主世界成绩下降。这意味着,虽然重新使用了相同种子和相同的shuffle-2顺序,主世界仍然没有完整复现此前保存的冠军结果。这一现象再次说明,单纯固定区块生成顺序,并不能保证GTNH世界生成结果完全确定。
9.3.3.2 排除下界生成的影响
进一步检查后,发现主世界成绩下降发生在重新生成主世界的过程中。并没有证据表明是之后生成下界时,把原有锡石矿脉或匠魂建筑修改掉了。因此,不能将问题简单归因于跨维度合并。真正的错误在于:
合并流程没有直接使用已经保存的冠军主世界,而是重新生成了一次。
对于存在非确定性的GTNH世界生成,这是不可靠的做法。
9.3.3.3 修订合并方案
因此,我决定不再重新生成主世界冠军。新的方案是:
- 复制已经保存的最佳主世界;
- 在这个复制世界中追加下界;
- 使用目标下界生成顺序;
- 重新读取两个维度的物理资源;
- 比较是否与独立冠军一致;
- 通过后再保存正式组合世界。
这样可以避免在合并过程中丢失已经取得的最佳主世界结果。
9.3.4 首个联合世界验收通过
按照新的方法,重新建立组合世界。最终,主世界和下界的动态实测指标均通过一致性检查。对应世界位于:
runs/v11-final-seed-opt-20261114/final-from-best-world/World
组合结果为:
| 维度 | 生成顺序 | 验收分数 |
|---|---|---|
| 主世界 | shuffle-2 |
39.8447/43 |
| 下界 | snake-rows-rev |
86.303/100 |
程序确认两维资源指标与各自保存的冠军结果一致。随后保存了备份:
~/gtnh-final-backups/World-verified-20261114
并准备了独立的游戏测试服务器副本。这时,我一度认为最终世界已经基本确定。不过,还有一个此前一直没有真正解决的问题:
Roguelike红砖房入口到底在哪里?
这项需求在最初的评分设计中就占有7分,但此前的大部分程序仍然只是检测候选触发点、地下箱子关联证据或附近砖块。因此,即使主世界和下界的动态评分已经通过,也还不能确认红砖房位置符合实际需要。
第十章 红砖房核查与最终种子的重新选拔
实验阶段:2026 年 11 月 14 日
游戏内入口检查使已经完成验收的首选种子退出决选。随后复查已有候选、补做试验,选定 117 并再次完成顺序优化、联合验收和备份。
10.1 重新确认红砖房的评价要求
在准备正式使用存档时,我重新提出了红砖房的检测要求。此前11月13日曾尝试将7分项目改为普通砖块资源。但这并不符合最初的需求。我想寻找的并不是附近有多少红砖,而是真正的Roguelike红砖房地牢入口。因此,11月14日重新明确:
- 只统计与Roguelike红砖房相关的
minecraft:brick_block; - 不把普通村庄砖块算成目标;
- 不把石砖和其他建筑材料混入;
- 不将零散红砖块直接视为完整地牢;
- 必须记录红砖房实际位置;
- 必须计算入口距离基地的距离。
这一要求改变了此前根据砖块总数评价红砖房的方式。因为大量红砖块即使存在,也未必意味着附近有可进入的红砖房地牢。
10.2 发现Roguelike候选坐标不是入口
最初,程序给出了多个疑似地牢位置。但这些坐标主要来自Roguelike生成触发区块和地下箱子关联证据。我进入游戏后,按照程序给出的坐标逐个检查。结果发现,它们并不是红砖房入口。此前候选列表中包含类似以下位置:
| 候选区块 | 对应检查坐标 |
|---|---|
(-34,51) |
(-536,824) |
(-20,-42) |
(-312,-664) |
(-16,17) |
(-248,280) |
(1,4) |
(24,72) |
(17,-44) |
(280,-696) |
这些坐标可以用于调查对应的地下结构或触发区域,但不能直接作为红砖房地表入口。这次人工验证暴露了一个长期存在的问题:
探针将能够与Roguelike生成过程关联的区块,当成了可以直接传送检查的入口候选。
两者在游戏中的位置可能相差很远。因此,之前按照候选位置计算的红砖房距离并不可靠。
10.3 首个冠军的真实红砖房过远
在第一颗冠军种子的存档里,我在 (222, -777) 找到一座真实红砖房。它距推荐基地 (-208, 176) 约 1046 格,已超出原定的 1000 格评价范围。此前给出的几个候选坐标也没有对应到入口,我因此重新检查红砖房评分。
10.3.1 为什么推翻此前的选择
这颗种子经过单轮实测、五轮比较、20 种顺序优化和双维度验收,锡石与匠魂资源都已保存在存档里。问题出在红砖房这一项:排名奖励的是附近砖块和地下箱子的关联证据,而开荒需要的是一座能就近抵达的入口建筑。保存好这个世界作为历史结果后,我重新比较其余候选。
10.4 开发红砖房专项审计工具
为了避免同样的问题在其他候选上重复出现,开始修订Roguelike红砖房检测。相关工具包括:
1 | |
以及对应的测试:
1 | |
修复包为 gtnh_v11_roguelike_redbrick_audit_fix.zip。
10.4.1 需要修正的检测对象
此前地牢预筛中存在三类信息:
地牢触发位置。
表示某个区块触发了Roguelike生成逻辑。
地下箱子关联位置。
表示附近存在与地牢生成过程相关的地下箱子或其他证据。
地表HOUSE入口。
表示真正需要寻找的地牢入口建筑。在本项目中,只有第三种才符合红砖房的原始需求。因此,新的审计工具需要优先检查实际建筑方块和入口结构,而不能继续使用普通触发区块中心作为入口坐标。
10.4.2 候选与确认状态
修订后的检测还需要区分:
- 已发现红砖相关方块;
- 已发现疑似红砖建筑聚簇;
- 与Roguelike候选存在空间关联;
- 已确认属于HOUSE入口;
- 已由游戏内实际检查确认。
这几个状态不能合并。较大的红砖聚簇用于确定实地核查位置,入口坐标以建筑检查为准。这一限制在后续第二颗种子的检查中仍然存在。
10.5 重新检查剩余候选
放弃第一颗种子后,我没有立即回到数万颗Stage0候选重新筛选。因为此前39颗和11颗的物理数据仍然有价值。因此,首先重新检查剩余候选。经过排除已不符合要求的种子,一度保留了9颗继续比较。其中,一部分已经完成五轮生成,另有部分只拥有单轮结果。
10.5.1 几颗被放弃的候选
在这一阶段,先后放弃了若干候选。包括原先考虑过的:
48837883360895157436290167536715117652429716436979338742643389231124708174
这些种子并非没有资源价值,而是在重新考虑红砖房等具体需求后,没有继续作为最终候选。这一步进一步减少了需要重复生成的数量。
10.5.2 两颗补充五轮测试的种子
随后,又选择两颗此前只有单轮实测的种子补做五轮:-7307486957219079568。
-3733078236226008868
希望检查它们是否具有比原冠军更合适的红砖房条件。但进一步比较后,发现其红砖房位置同样不够理想。因此,这两颗也没有成为最终种子。本次测试说明,单纯根据红砖块数量和Roguelike候选数量,很难可靠找到附近就有实际入口的种子。而继续扩大测试次数,也不能自动修复入口识别算法。
因此,我再次回到已经保存的实体资源结果,寻找更有希望的候选。
10.6 转向种子-1174831260848833222
经过重新比较,我决定重点检查:-1174831260848833222。推荐基地为:
(-304, 128)
这颗种子此前已经进入最终11颗候选,但最初没有被选为第一冠军。在重新分析红砖房资源时,它表现出了值得关注的特点。
10.6.1 近距离红砖聚簇
现有物理扫描报告显示,在距离基地约170—200格的区域内,存在较集中的红砖方块。一次统计得到约695—705块红砖。这些方块集中在一个约3×3区块的区域内,其中某个区块包含421块红砖。相比普通零散砖块,这种集中分布更值得怀疑与建筑结构有关。因此,它成为新的红砖房重点候选。
10.6.2 仍然不能确认真实入口
这片聚簇提供了实地核查的位置。红砖方块已有扫描记录,Roguelike 入口身份待确认。
10.6.3 最终改选117
最终选定种子 -1174831260848833222,推荐基地 (-304,128)。这次选择的依据是整体资源条件,以及基地附近存在值得重点核验的红砖建筑聚簇。但我没有将这处红砖聚簇改写为已经确认的地牢入口。这项证据限制需要继续保留到后续正式存档验证。
10.7 第二颗种子的五轮下界分析
确定新种子后,首先重新检查此前保存的五轮主世界和下界实测结果。其中,下界500格范围的物理扫描报告具有完整的区块覆盖记录。下界理论传送门参考点为 (-38,16)。五轮下界结果显示:
| 指标 | 五轮观察范围 |
|---|---|
| 最近堡垒砖距离 | 约35.85格,保持一致 |
| 硫矿脉数量 | 90—98 |
| 硝石矿脉数量 | 22—24 |
| 石英岩相关矿脉数量 | 11—15 |
| 下界石英矿脉数量 | 24—29 |
这一结果说明,在当前矿层统计口径下,这颗种子的下界资源表现较为丰富。尤其是堡垒砖距离很近。不过,堡垒砖几何距离仍然不是实际传送门到堡垒入口的通行路线。同时,矿脉数量来自当前的矿层缓存与物理主矿石匹配规则,需要保留矿层重叠和归因问题的说明。
10.7.1 真实生成覆盖
部分已保存的下界报告显示:
1 | |
这说明对应500格目标圆形范围内的区块读取和装饰覆盖通过了检查。因此,已经发现的矿石具有实际世界生成依据。但完整覆盖并不代表每个矿脉边界、矿层归属或实际可达路线都已经完全验证。这些属于更高层的资源分析问题。
10.8 对117再次执行20种生成顺序优化
此前第一颗种子已经完成20种顺序优化,但最终因为红砖房条件不符合需求而被放弃。因此对 117 单独比较各生成顺序。同一种生成顺序在不同世界种子下,可能产生不同的矿脉和结构表现。所以,我决定针对-1174831260848833222重新执行20种顺序搜索。检测范围仍然为:
- 主世界1000格;
- 下界500格;
- 末地和月球不新增物理生成。
10.8.1 实验完成情况
本次20种生成顺序全部完成。结果记录显示:
1 | |
统计中还保留了此前已有的基线样本,因此相关记录共有21组样本。每种新增顺序都需要保存对应的实际生成结果,避免在切换到下一种顺序后丢失冠军世界。
10.8.2 主世界冠军
本次主世界最优顺序仍然为 shuffle-2。但成绩与第一颗种子不同。主世界动态得分为 39.5627/43。这个分数略低于第一颗冠军的39.8447。不过,当前选择已经不再只根据43分动态评分决定。因为红砖房实际入口和资源组合的要求具有独立意义。
10.8.3 下界冠军
本次下界最优顺序为 snake-cols。下界动态得分为 86.4521/100。这一成绩略高于第一颗种子下界冠军的86.303。同时,本次最优顺序与第一颗种子不同。这进一步说明,不能为所有种子固定使用同一个最优遍历顺序。每颗种子都需要根据实际资源生成结果独立比较。
10.8.4 两个维度的独立冠军
最终选定:
| 维度 | 最优顺序 | 动态评分 |
|---|---|---|
| 主世界 | shuffle-2 |
39.5627/43 |
| 下界 | snake-cols |
86.4521/100 |
两个冠军对应的世界都完成了保存。但这时它们仍然分别来自独立生成任务。因此,和前一次优化一样,接下来还必须解决世界合并问题。
10.9 为什么不能重新生成冠军世界
此前第一颗种子的合并实验已经证明,直接按照冠军生成顺序重新创建世界,可能无法得到相同结果。所以,本次没有将“重新生成相同种子”视为可靠的合并方法。相反,直接采用已经保存的冠军世界快照。
10.9.1 合并原则
最终合并必须满足:
- 种子编号一致;
- 主世界基地坐标一致;
- 主世界使用已保存的冠军数据;
- 下界使用已保存的冠军数据;
- 不改变原有两份冠军备份;
- 合并后重新扫描两个维度;
- 将合并结果与原冠军物理指标比较。
核心原则为:
不因为合并而重新随机生成已经确认的最佳资源。
此前的经验说明,这一点直接关系到最终世界的真实性。
10.9.2 保存世界与生成顺序的对应关系
两个维度分别对应不同的生成顺序:
1 | |
因此,最终世界的元数据不能只记录种子编号。还需要保存:
- 主世界使用的生成顺序;
- 下界使用的生成顺序;
- 两份冠军报告;
- 合并前后的物理资源统计;
- 验收状态。
这样,即使之后继续研究新的生成方法,也能知道当前正式世界究竟来自哪两次实际生成。
10.10 最终117双维度合并与验收
完成冠军选择后,开始构建新的双维度世界。最终合并目录为:
1 | |
验收后的世界位于:
runs/v11-final117-merged-from-best-20261114/verified-world/World
10.10.1 验收内容
合并后重新检查:
- 世界种子;
- 主世界物理资源;
- 下界物理资源;
- 锡石矿脉及实际主矿石;
- 匠魂相关组件;
- 下界硫、硝石及石英矿层;
- 下界堡垒砖;
- 对应参考坐标和扫描范围。
这些指标需要与分别保存的冠军世界一致。最终审计报告为 verified-world/verified-combined.json。
10.10.2 联合验收结果
报告显示:
1 | |
主世界与下界的动态资源指标均与各自冠军一致。即:
| 维度 | 冠军顺序 | 合并后评分 |
|---|---|---|
| 主世界 | shuffle-2 |
39.5627/43 |
| 下界 | snake-cols |
86.4521/100 |
复扫结果中,主世界有 6 处锡石匹配点,最近 612.59 格,匹配主矿石 18,999 块,并有 6 个匠魂组件获得方块支持。下界硫、硝石、石英岩和下界石英分别匹配 94、26、13、27 处,最近堡垒砖距理论传送门位置 35.85 格。以上指标与独立保存的冠军记录一致。
10.10.3 区域文件哈希变化
进一步比较区域文件时,发现有两个文件的SHA-256发生变化:
1 | |
但对应的资源指标没有变化。因此,不能因为区域文件字节哈希不一致,就直接认定主要资源遭到破坏。同样,也不能因为资源指标一致,就证明全部区块内容逐字节完全相同。本次验收的明确结论是:
按照现有实体扫描与评分方法,合并后的主世界和下界资源结果与独立冠军一致。
区域文件发生的其他变化,仍然需要通过更细粒度的方块比较才能完全解释。
10.11 最终世界备份
联合验收通过后,我要求立即保存备份,避免后续预生成或游戏测试改变已经确认的冠军存档。最终备份路径为:
~/gtnh-final-backups/World-117-verified-20261114
这里的117对应:-1174831260848833222。正式母本位于已验收的verified-world/World。后续如果需要执行大范围区块预生成,应当先复制母本,再在独立工作副本中执行。不能直接对唯一的冠军存档进行破坏性测试。
这也是此前多次世界生成和合并实验形成的经验。因为即使种子、顺序和半径都相同,重新生成仍然可能改变部分资源结果。因此,已经确认的世界文件本身比重新创建相同种子的能力更加重要。
10.12 预生成与正式使用准备
完成备份后,开始考虑扩大已生成区块范围,以便正式开荒时减少临时生成负担。但这一阶段必须保证:
- 不修改原始冠军母本;
- 不覆盖备份;
- 新任务只能在独立副本中执行;
- 保留已验收区域;
- 对新增生成区域与原有区域进行区分。
11 月 14 日,117 的主世界与下界通过资源指标一致性验收,并保存独立备份。11 月 15 日的四维预生成安排与执行结果见第十一章。
10.13 最终种子仍然存在的验证缺口
虽然已经重新选择了种子,并完成20种生成顺序优化和世界合并,但项目仍然存在若干需要区分的问题。
10.13.1 红砖房入口尚未正式确认
最终选择117的重要原因之一,是基地附近发现了约700块红砖组成的集中区域。其距离约170—200格。但这处方块聚簇尚未在游戏内被确认属于实际Roguelike红砖房入口。因此,不能将其写成已经确认的真实入口坐标。此前811种子的失败已经说明,这类结构需要单独的实际验证。
10.13.2 下界堡垒可达性
下界最近堡垒砖约35.85格,几何距离非常理想。但真实传送门落点仍然没有完成验证。实际通行距离取决于开门位置和下界地形。
10.13.3 末地与月球
本次20种顺序优化只对主世界和下界进行物理生成。末地钨、铂小行星和月球地牢仍然沿用已有算法预测。另一颗测试种子的固定坐标已查到对应矿种;117 的末地资源仍按候选记录。
10.13.4 动态评分并非完整22项评分
最终主世界39.5627/43、下界86.4521/100,来自当前动态资源优化函数。其中主世界只包括五项可以直接参与比较的资源。因此,这两个分数不能被改写为完整四维度综合成绩。正式资源评价仍然需要保留其他项目及其证据状态。
10.14 本阶段的技术结论
11月14日的工作使项目经历了一次重要转折。最初,我已经根据五轮实验选择了-8116825820911804203,并通过20种生成顺序优化获得较好的主世界和下界资源。但在真正进入游戏检查红砖房时,发现此前提供的多个候选坐标不是入口。
最终找到的实际入口距离基地约1046格,不能满足要求。因此,我推翻了此前的选择。随后,通过重新检查剩余候选,最终转向-1174831260848833222。这颗种子在基地附近170—200格范围内存在明显的红砖聚簇,为实际红砖房提供了更有价值的候选证据。
之后重新执行20种生成顺序优化,获得主世界39.5627/43、下界86.4521/100的动态评分。最终通过复制已保存冠军世界并进行独立合并验收,成功保留两个维度的资源表现。这一过程体现了三个技术结论。
第一,自动评分必须服从实际需求。
一颗种子即使经过大量实验获得很高评分,也可能因为某个关键资源没有真正满足需求而被淘汰。
第二,结构检测必须确认实际目标。
Roguelike触发点、地下箱子关联证据和红砖块聚簇,都不能直接等同于真正的地表入口。如果评分对象是红砖房,就必须检测红砖房本身。
第三,最终世界必须保存实际生成结果。
在存在世界生成非确定性的情况下,重新使用相同种子和生成顺序,不一定能够复现冠军资源。因此,需要保存独立冠军世界,并在合并后重新读取实际方块与资源数据进行验收。
10.15 最终选种与存档制作小结
首次入选的 -8116825820911804203 已通过双维度验收,随后因实地找到的红砖房较远而重新选拔。最终选定 -1174831260848833222,保存了通过联合验收的主世界与下界,并为预生成留下独立母本。
第十一章 最终存档预生成与项目结果
实验阶段:2026 年 11 月 15 日
从已验收母本复制工作世界,按四个维度执行分批预生成,并汇总最终文件、完成状态与后续游戏内检查项。
11.1 从种子优化转向正式世界预生成
11 月 14 日,种子 -1174831260848833222(基地 (-304,128))完成了 20 种生成顺序比较。预生成从已验收的组合存档开始。
| 维度 | 生成顺序 | 动态资源评分 |
|---|---|---|
| 主世界 | shuffle-2 |
39.5627/43 |
| 下界 | snake-cols |
86.4521/100 |
随后,我将两个维度的冠军世界组合到同一个存档中,并重新扫描实际资源。联合验收报告显示:
1 | |
这意味着,在当时的物理扫描和动态资源统计口径下,组合世界保留了两个独立冠军的资源表现。至此,项目已经拥有一份确定的主世界与下界组合存档。但这份世界仍然主要包含筛种实验所需的区块。如果直接用于长期生存,玩家在探索尚未生成的区域时,服务端仍然需要不断创建新地形、结构与矿脉。
因此,我决定在正式使用前,再对世界进行一次大范围预生成。这是项目最后一个主要工程阶段。
11.2 为什么必须保留已经生成的世界
本项目从11月3日开始,就发现GTNH存在部分世界生成结果不完全确定的问题。经过后续实验,这一现象得到了进一步证实。
例如,在11月5日的下界实验中,相同种子、相同区域的91处共同矿脉位置,有18处在不同区块生成顺序下产生了不同矿层类型。在11月14日的第一次冠军合并中,即使重新使用相同种子与shuffle-2顺序,主世界资源仍然发生变化:
- 锡石矿脉从7处减少到6处;
- 锡石主矿石数量从25,098减少到20,792;
- 匠魂组件从5处减少到4处。
因此,已经确定的冠军世界不能随意重新生成。对于最终存档,真正需要保存的对象是实际生成并通过验收的世界文件。
11.2.1 保存冠军母本
此前已经保存了双维度验收通过的存档:
runs/v11-final117-merged-from-best-20261114/verified-world/World
并创建了独立备份:
~/gtnh-final-backups/World-117-verified-20261114
在预生成阶段,我要求保留这两份已经确定的资源结果。后续预生成应在单独的工作世界中执行,避免覆盖唯一的冠军母本。这样,即使预生成发生错误,仍然能够从此前保存的世界重新开始。
11.2.2 保持原有资源
预生成的目标不是再次优化已经确定的主世界和下界资源。相反,我希望在保留现有资源分布的前提下,将周围尚未生成的区块提前创建出来。因此,新的生成流程应当遵守:
- 保留已有的世界种子。
- 保留主世界与下界已生成区块。
- 不重新执行此前的冠军选拔。
- 不以新的随机世界替代现有母本。
- 只在需要扩展的区域继续生成区块。
- 保存每个预生成批次的状态。
这使预生成与此前的多路线优化形成了连续的工作流程。
11.3 确定四维度预生成范围
在开始最后一轮预生成前,我重新确定了各维度的目标范围。此前筛种使用的主世界1000格、下界500格,主要是资源检测半径。但正式存档需要更大的已生成区域。因此,最终决定:
主世界预生成半径256区块,下界、末地和月球各64区块。
| 维度 | 半径(区块) | 换算为方块 |
|---|---|---|
| 主世界 | 256 | 4096格 |
| 下界 | 64 | 1024格 |
| 末地 | 64 | 1024格 |
| 月球 | 64 | 1024格 |
每区块边长 16 格。预生成范围扩大后,原有资源评价仍沿用主世界 1000 格、下界 500 格的扫描半径。
11.4 预生成区块数量的估算
按圆形目标区域估算,主世界约 20.59 万个区块,其他三个维度各约 1.29 万个,合计约 24.45 万个。调度计划取约 244,600 个区块作为规模参考;批次边缘缓冲、重叠和已有区块复用会影响实际生成量。
11.5 将预生成任务分割为280批
为了控制单次生成规模并支持任务恢复,我决定采用分块预生成。方案以32区块左右的区域为基本任务单元,再考虑必要的边缘缓冲。单批最多约涉及1225个区块。这种切分方式能够把大范围世界生成拆成一系列独立、可记录进度的任务。
11.5.1 批次数量
最终生成计划为:
| 维度 | 批次数量 |
|---|---|
| 主世界 | 226 |
| 下界 | 18 |
| 末地 | 18 |
| 月球 | 18 |
| 合计 | 280 |
11.5.2 为什么采用分批生成
此前的GTNH实验已经说明,大范围生成会持续占用计算资源,而且单次任务可能因为异常而中断。如果将整个主世界交给一个不可恢复的任务,一旦执行失败,就可能失去大量已经完成的进度。分批执行能够避免这一问题。每个批次可以单独记录:
- 所属维度;
- 生成区域;
- 当前批次编号;
- 目标种子;
- 生成顺序;
- 执行状态;
- 对应日志。
当某个批次已经完成时,后续运行可以跳过它。如果发生错误,也可以直接定位到具体批次,而不必重新生成整个区域。
11.5.3 批次之间重启Java
本次运行采用批次之间重新启动Java进程的方式。也就是说,不让一个Minecraft进程连续承担全部280批任务。每个任务完成后,保存当前世界状态,再执行下一批。这样可以隔离不同批次的运行状态,并降低长时间连续运行所带来的累积问题。
这里最重要的不是单次生成速度,而是让全部280批能够可靠完成。
11.6 四个维度的生成顺序
虽然预生成涉及四个维度,但生成顺序并不统一。因为主世界和下界已经经过20种路线优化,拥有各自确定的冠军生成顺序。末地和月球没有完成同等级别的多路线实体资源优化,因此使用常规的rows方式。最终配置为:
| 维度 | 生成顺序 |
|---|---|
| 主世界 | shuffle-2 |
| 下界 | snake-cols |
| 末地 | rows |
| 月球 | rows |
11.6.1 主世界shuffle-2
shuffle-2是此前20种生成顺序中,主世界动态评分最高的路线。
但本次预生成不是重新运行整个shuffle-2冠军实验。对于已经生成的冠军区域,应当继续保留原有区块。新增区域按照预生成程序对应的顺序进行扩展。因此,不能因为预生成使用了shuffle-2,就认为新增区块中的所有资源都会与此前20顺序实验完全一致。
这次任务主要用于扩展已生成区域,而不是重新计算最优主世界。
11.6.2 下界snake-cols
下界使用:snake-cols。这是最终117种子下界动态评分最高的生成顺序。对应的原冠军评分为86.4521/100。预生成同样应当保留此前已经确认的500格范围内资源,继续向外围扩展。新增的外围矿脉不参与之前的冠军评分,除非之后重新执行对应范围的物理扫描。
11.6.3 末地与月球
末地和月球均使用rows。这里与此前的筛种阶段存在一个明显变化。在11月13日和14日的多路线优化中,末地与月球没有执行新的实际区块生成,而是沿用已有候选预测。但本次预生成计划已经包含这两个维度。这意味着系统开始实际生成末地和月球的目标区块。
生成后的区块可供检查小行星矿种和月球地牢位置。
11.7 月球维度ID的处理
预生成采用当前整合包注册的维度 ID。
| 维度 | ID |
|---|---|
| 主世界 | 0 |
| 下界 | -1 |
| 末地 | 1 |
| 月球 | 28 |
11.8 预生成工作世界
本次预生成采用独立工作副本。主要输出目录为:
1 | |
其中,实际工作世界位于:
runs/v11-final117-pregen-256-64-20261115/disposable-server/World
批次日志保存在:
runs/v11-final117-pregen-256-64-20261115/tiles/
这里的disposable-server是用于任务执行的隔离测试服务端。它与此前保存的冠军母本分开。预生成在工作副本中进行,11 月 14 日的验收母本单独保存。
11.8.1 批次记录
每个预生成任务都需要能够追溯到具体的维度和生成区域。这意味着任务执行不能只在终端输出一个不断增加的数字。还需要知道:
- 当前处理哪个维度;
- 该维度计划多少批;
- 已经完成多少批;
- 是否出现异常;
- 是否已经进入下一维度。
因此,280批采用独立任务日志和维度级进度汇总。这种结构使我能够在较长的生成过程中直接判断工作进度。
11.9 280批预生成的实际执行
11 月 15 日,四个维度按计划分批生成。批次之间重启 Java,并继续写入同一个工作存档。各维度的最终完成数如下。
11.9.1 最终进度统计
| 维度 | 计划批次 | 完成批次 | 任务完成率 |
|---|---|---|---|
| 主世界 | 226 | 226 | 100% |
| 下界 | 18 | 18 | 100% |
| 末地 | 18 | 18 | 100% |
| 月球 | 18 | 18 | 100% |
| 合计 | 280 | 280 | 100% |
四个维度均完成计划批次,日志末尾记录“全部预生成任务完成”,没有导致任务中止的 Java 堆内存错误。
11.10 预生成完成与资源实测的区别
虽然280批任务已经完成,但对于项目结论,需要严格区分几个不同层次。
11.10.1 预生成调度完成
任务完成状态见 §11.9 的分维度记录。
11.10.2 区块实际落盘
要确认所有目标区块都已正确保存在存档中,还需要检查实际世界文件。
例如:
- 主世界区域文件;
- 下界区域文件;
- 末地区域文件;
- 月球区域文件;
- 各维度已生成区块数量;
- 是否存在未完成装饰的区块。
当时的完成日志没有提供完整的四维度落盘审计结果。因此,不能仅根据280/280就宣称全部目标区块均已完成独立磁盘验证。
11.10.3 真实资源验证
对于主世界和下界,此前已经保存过冠军生成的实体资源结果。但预生成结束后,并没有重新对四个维度执行完整的22项资源评分。尤其是:
- 末地钨、铂小行星是否全部实际生成;
- 月球地牢是否位于预期位置;
- 红砖房附近的砖块是否属于真正HOUSE入口;
- 实际下界传送门落点与堡垒的关系。
这些项目仍然需要相应的世界数据或游戏内验证。
11.11 重新理解项目的完成标准
经过十多天开发,我已经从最初希望寻找一个优秀世界种子,逐渐建立了较完整的种子筛选流程。但项目进行到最后,我也发现需要区分两个目标。第一个目标是:
找到一颗资源条件优秀的种子,并保存符合要求的实际生成世界。
第二个目标是:
实现一套对GTNH四维度全部资源都能进行完整物理验证的通用自动筛选系统。
截至11月15日,第一个目标已经取得了实质性成果。我已经确定117种子,完成主世界与下界的20顺序优化,合并得到经过动态资源验收的世界,并完成四维度预生成任务。但第二个目标仍然没有完全实现。特别是Roguelike入口身份、末地小行星矿种与月球实际着陆点等项目,仍然存在部分预测和验证缺口。
因此,我不再继续为了让全部22项指标都具有完整实测结果,而无限扩展当前项目。现阶段已经拥有可以进入游戏进一步检查的世界,继续增加筛种程序的复杂度,未必具有相同的实际收益。
11.12 剩余的人工验证任务
预生成结束后,仍有几项适合进入游戏后确认的内容。
11.12.1 红砖房真实入口
最终种子117在基地附近170—200格范围内存在明显红砖方块聚簇。此前统计约700块红砖。这处聚簇的建筑类型需进入游戏确认。尤其在11月14日已经发生过一次候选坐标与真实入口不一致的问题后,我不能再单纯依赖Roguelike触发位置给出确认结论。
11.12.2 下界传送门出口
117种子的下界物理扫描显示最近堡垒砖约35.85格。这一距离非常理想。但它使用的是基地坐标除以8得到的理论下界参考点。正式开荒时,还需要实际建立传送门,确认出口位置。如果传送门因地形或空间条件发生偏移,实际到达堡垒的距离也可能变化。
11.12.3 末地钨与铂
末地已经完成64区块半径的预生成任务。但仍然需要进一步识别实际小行星和矿石类型。此前固定坐标实验已经证明,只有看到对应的实际矿物方块,才能将钨或铂候选转为物理证据。因此,最终117的末地资源仍需按同样标准检查。
11.12.4 月球地牢
月球同样完成了64区块半径的预生成任务。但此前月球评分使用的仍然是地牢候选相对于参考点的距离。正式使用时,需要确认火箭实际着陆位置,以及最近月球地牢的真实坐标。这项验证可以在后续游戏流程中进行。
11.13 项目收官
11月15日,在看到最终预生成日志显示280/280完成后,我认为这次自动筛种项目已经可以暂时结束。从11月2日开始,项目经历了多次版本迭代。最初只是希望利用已有的开源世界生成研究,快速找到一些主世界条件较好的种子。后来逐渐加入:
- 四维度独立评分;
- GT矿脉检测;
- 虚拟油田预测;
- 下界堡垒生成算法;
- 末地钨铂小行星预测;
- 月球地牢候选;
- 多轮生成统计;
- 区块生成顺序优化;
- 网页人工收藏;
- 实际资源物理扫描;
- 冠军世界保存;
- 双维度世界合并;
- 四维度预生成。
在这一过程中,也反复发现旧算法存在问题。
例如:
- 地表铝矿砂已经不再按旧方式生成;
- 普通村庄不能代表匠魂冶炼炉;
- Roguelike触发区块不能代表真实入口;
- GT矿脉类型可能受到区块生成顺序影响;
- 下界堡垒随机数预测与Hodgepodge运行时不一致;
- 末地小行星候选不能直接证明存在目标矿石;
- 不同扫描半径的数据不能直接比较;
- 重新生成冠军世界可能改变原有资源。
这些问题不断推动评分方法和生成流程调整。到最后,项目已经不再只是根据种子计算一个分数,而是能够在实际世界生成后,保存资源证据并比较不同生成顺序的表现。对于最终选中的117种子,还进一步完成了20种顺序搜索,分别保存主世界和下界冠军,并将两者组合为同一个经过资源指标验收的存档。
随后又完成了四维度280批预生成。这已经达到了我在这一阶段希望实现的主要目标。
11.14 最终存档
种子: -1174831260848833222
推荐基地: (-304,128)
主世界冠军顺序: shuffle-2
下界冠军顺序: snake-cols
主世界动态实测分: 39.5627/43
下界动态实测分: 86.4521/100
四维度预生成任务: 280/280完成
最终工作世界:
runs/v11-final117-pregen-256-64-20261115/disposable-server/World
此前已验收的双维度母本备份:
~/gtnh-final-backups/World-117-verified-20261114
2026 年 11 月 15 日完成预生成,进入实际游戏验证阶段。后续资源核查可直接使用工作存档、探针日志和物理报告。
11.15存档展示
基地

末影人刷怪笼和粘土山

匠魂

下界

旅行地图导出的主世界全图
太大放不上来了…
11.16 小彩蛋:反复出现的 11
回头整理这次记录,还发现了一组巧合:筛种从 11 月开始,初筛代码迭代了 11 代,网页面板也迭代了 11 代,最后有 11 颗种子进入多轮筛选,选中的种子 -1174831260848833222 又以 -11 开头,甚至,这篇文章也是11章。