消除合成躲避行进 / 跑酷射击战斗对抗回合博弈建造布局策略决策物理解谜成长 / 数值模拟时机 / 反应

回合博弈（Turn-based Duel）

回合制对抗的核心：行动权与裁决

这是什么

你一步我一步轮流出手，比谁先达成目标——井字棋、五子棋、象棋都是这一类。

玩起来

轮到你时全盘静止，你可以慢慢想；落子之后局势翻转，对方立刻回应——每一步都在琢磨「他下一步会怎么走」。

为什么值得了解

它是最古老也最干净的对抗模型——想学「策略深度从哪来」，先把回合制的行动权与裁决搞明白。

回合博弈的本质是把对抗拆成离散、可解释的决策点：行动权切换保证双方轮流表达意图，合法性校验保证规则边界清晰，裁决保证每局都有收束。设计难点不在规则本身，而在对抗的智能梯度与终局的完备性——AI 难度阶梯就是学习曲线，漏掉平局分支对局就无法结束。玩家「输得心服口服」，是因为每一步的后果都能追溯到具体某一手。

玩法价值

玩家价值

回合博弈满足最原始的智力好胜心：没有手速借口，输赢全在脑子里——输了服气，赢了踏实。

生态价值

回合制对抗是「对抗社交」的起源形态：规则即社交协议，一副棋就是一次不依赖网络的面对面连接；从棋类到卡牌对战，它始终是对抗性玩法的生态基石，也是 AI 对手设计最古老的试验田。

迁移价值

学会回合博弈，就学会了「离散决策点」设计——行动权、合法性、裁决收束，这套骨架直接延伸到战棋、卡牌构筑乃至异步社交对战。

玩法行为

回合博弈（Turn-based Duel）

玩法特征

网格数值成长

实现复杂度

入门 → 进阶

学习目标

入门：理解「回合开始→行动→切换→裁决」的回合状态机，能用 demo 复现一次合法落子与胜负判定
进阶：能写出合法性校验与裁决的完整契约（含平局/满盘收束），并接入极小化极大 AI
高阶：能设计 AI 难度阶梯与行动次数规则（连携/冷却），并用对局长度分布、首手胜率验证平衡性

所属核心循环

策略对抗Strategy

② 即时试玩 Demo

回合博弈（Turn-based Duel） Demo

游戏加载中…

规则提示

示例：先手放置棋子 → 后手放置棋子 → 先手继续，直到某方连成 N 子或棋盘满。

实验指导：把 demo 当实验室

AI 阶梯实验

操作：「AI 强度（0=随机 1=堵截 2=算杀）」从 0 逐级打到 2，各下完整一局

观察：0 级是合法性沙盒（随便下也能体验规则）；1 级堵截教你防守优先级；2 级算杀暴露每一手的长期后果。AI 难度阶梯本身就是学习曲线——不可调的 AI 会同时劝退新手与老手

算杀归因观察

操作：在 2 级 AI 下故意走出一步坏棋（比如不堵三连）

观察：算杀 AI 会立即惩罚错误——败局能追溯到具体哪一手。这是回合制「后果可解释」的极致形态：失败归因于决策而非运气，玩家才知道下一步该学什么

平局收束观察

操作：对 1 级 AI 双方都保守堵截，把棋盘下满

观察：满盘无连线 = 平局。裁决必须覆盖胜/负/平三种终局——漏掉平局分支，对局就无法收束。这是「最小规则」里最常被漏写的一条

③ 玩法行为系统拆解

3.1 解决了什么问题？

用回合切换与阶段机保证双方行动权清晰可控
用合法性校验把规则边界变成可解释的拒绝反馈
用明确的胜负/平局裁决给每一局一个收束点
通过设置行动次数限制为 1 次/回合，平衡了玩家的行动节奏，避免过度连击导致游戏过快结束；若允许多次行动，玩家可在单回合内完成多张卡牌，提升策略深度但也可能导致游戏时间过长。
连线长度 N 的选择是关键权衡：N 过大导致玩家需要更长时间寻找连线，游戏节奏慢；N 过小则容易连线，游戏过快。通过实验可发现 N=5 在 15x15 棋盘上提供最佳平衡。
在卡牌回合制中，允许一次行动内执行多张卡牌（连携）虽然看似增加复杂度，却能让玩家通过组合产生更高价值，实际可提升游戏深度而非削弱。

3.2 最小规则集

行动权：每回合从当前行动方开始，执行一次行动后立即切换到对方。行动方在其回合内只能执行一次行动，且必须在合法性校验通过后才算完成。回合计数从 1 开始，记录当前行动方。
合法性：占位位置必须在棋盘内且未被占用；若为卡牌行动，玩家必须拥有足够费用且手牌数大于等于 1；若为特殊技能，必须满足冷却与资源；非法行动返回错误码 "InvalidMove" 并提示原因。
裁决：若任一玩家在棋盘上形成连续 N 个相同符号（水平、垂直、对角线）则该玩家获胜；若棋盘已无空位且无连线则判定平局；若双方均未满足以上条件则继续回合。裁决检查在每次合法行动后立即执行。

3.3 系统循环图（可选）

行动 → 校验合法性 → 更新局面 → 判定胜负/平局 → 若未决则切换行动方 → 进入下一回合

设计要点

AI 强度不是难度参数，是教学路径：随机 AI 是合法性沙盒、堵截 AI 教防守优先级、算杀 AI 暴露长期后果——把三档摆在一起，玩家自己会选择此刻需要的老师。

平局是裁决的一等公民：满盘无胜负必须显式收束，否则对局永远无法结束——「最小规则」里最常被漏掉的就是这一条。

行动次数限制是节奏与深度的权衡：一回合一次行动节奏明快但深度有限，允许连携则策略空间暴涨但单局时长失控——限制不是偷懒，是在给对局定型。