比赛仍在进行中，我还不确定最终会获得第1名还是第5名（不过根据最初几天的表现，我推测应该是第1-3名，对此我非常高兴！），但现在正是撰写总结的好时机，趁着我记忆犹新！

总体概述

我开发的是一个基于状态规则的系统化机器人，没有完整的正向推演能力，但包含一些内部推演机制。使用TypeScript编写。早期曾计划与其他Screeps玩家组队参赛，但后来未能成行。

我的大部分工作都通过自我对弈完成，特别是在前几个月——当时我掌握了一些其他人尚未发现的技巧，希望保持优势。不过最终这些技巧都被其他人独立发现了！随着代理程序的每步运行时间不断增长，测试变得越来越困难，有些自我对弈游戏甚至超过20分钟。如果下赛季仍然保持1000步×3秒的配置，我可能会转用C++，因为后期我需要在8核机器上运行10多个小时才能获得有效数据。第1赛季的360步×3秒配置要友好得多。

位置选择与竞标策略

总体而言，我认为整个赛季中大家的竞标都过于保守，但我不愿主动提高出价，因为这样会促使他人跟进。最终版本中我的出价设为41（因为观察到其他代理使用40作为上限）。竞标基于最佳位置模拟，并通过我的评分系统进行评估。我很少选择-1（放弃竞标），因为占据第二名极少被判定为优势。我将资源最大范围限制在工厂格4格内，注意到其他人设置得更远。我发现如果范围过大，我的链式采集经常停滞——也许应该在全部单位部署后基于敌方工厂距离来计算。虽然主要采用链式采矿，但也实现了非链式备用方案。

位置选择优先考虑同时拥有冰和矿石的优质点位：冰在1格内给予极大加分，超过2格则严重扣分，同时惩罚瓦砾和地图边缘位置。侵略性策略（我的工厂比敌方更接近关键资源）获得显著加分，其中冰资源优先于金属资源。

如果找不到理想的冰+矿石组合点，我会部署纯冰工厂或与纯冰工厂配套的纯矿石工厂，并通过金属和水运输者协调资源。我不确定是否见过其他参赛者使用金属运输者——我认为这比自行移动机器人更高效，因为纯冰工厂通常有多余电力。但对此并非百分之百确定。

机器人逻辑

采用基于状态规则的系统。每个机器人被分配特定"角色"，每步生成最优行动序列。角色分为静态（如链式采矿）和动态两类。在决策依赖其他机器人目标时，采用最新信息（本 tick 或上一 tick 的数据）。所有机器人按固定顺序处理以保证稳定性。行动序列足够复杂时可填满动作队列（例如：移动到A点→挖掘瓦砾→返回工厂→拾取能量→挖掘另一处瓦砾）。

生成行动后会检查是否真正改变队列，若无变化则不提交。所有机器人执行统一的"启动"逻辑处理紧急任务：

• 紧急清除苔藓（切断敌方苔藓的机会）
• 紧急清理瓦砾（ reconnect 我方苔藓）
• 紧急输送能量（通常救助濒危重装单位）
• 对抗邻近敌人

安全逻辑共享：关键的 checkSafetyForAction 函数用于评估敌方可否在机器人返回前将其击杀。这比单纯计算返程所需能量更复杂，且从未完全完善。若判定"不安全"或即将不安全，机器人会忽略原计划，选择返厂充电或原地待命。

每步结束时进行解析处理：解决碰撞、重寻路、单位交换，验证拾取/传输指令避免浪费，并优化传输命令。最后设"紧急"推动逻辑处理极端情况。其他方案本应覆盖所有场景，但在拥挤环境中偶有遗漏。

机器人可转换角色：例如被过度拉离目标的清障单位转为战斗机器人；次要角色可被征用解决主要角色资源短缺。但这部分开发不足——常过度配置某角色后无法动态调整。例如：过度建造清障单位转为战斗，后又发现需要更多清障单位却未转回。

工厂逻辑

苔藓生长是最难平衡的部分，最佳策略常不明确。有人主张"仅在终局种植"，但顶尖代理多不认同。我尝试在效率（避免100%时浇水，最小化 ceil(格子数/10) 的损耗）与电力需求、水资源状况间取得平衡。早期采用的终局推演帮助显著，但后期面对苔藓突袭时过于保守，常在终局持有过多水资源。

弱点与改进方向

虽然不计划继续开发，但若重启会重点改进：

• 拥挤场景移动：当前"先到先得"机制导致过多队列取消，需更优队列分析
• 终局重装苔藓突袭：这是主要败因，常在900步领先4倍苔藓后1000步归零。需更好识别与反制机制（最后一日尝试过但过于仓促）
• 减少微操作：机器人过于"躁动"浪费能量，更多待机有益
• 被围困工厂应对：缺乏有效方案应对被敌方工厂包围断冰的情况
• 攻防优先级优化：当前不够聚焦，例如曾放弃攻击缺水工厂的冰区（本可致其瘫痪）
• 太阳能板策略：可探索更多可能性