B2BFSC

这是一篇文章，与百科条目有所不同，保留作者个人风格，请读者注意。
本文由 gap 撰写。

B2BFSC（背靠背自由式连击，Back-to-Back Free Style Combo）是一种专门侧重 B2B 和 FSC 的 SRS 对战方块玩法。
该玩法由 ZZZTOJ v0.12 通过非专家指导（不人为预设消行权重，只调参数）对局训练总结而得，集混乱攻击、抵消、挖掘为一体。
相较 ZZZTOJ v0.8 采取的 4T2FSC 玩法，B2BFSC 更侧重 B2B 的总次数和 FSC 大连击的频率，往往会有更多的 T1。
有一种说法认为，该玩法是理性程度仅次于 c4w 的 Guideline 对战玩法。

B2BFSC 重 T1 的相关原理

B2BFSC 的 T1 权重比 4T2FSC 高。
相较 T2，T1 与 FSC 的相性更好。

T2 的 APL 差在第二行

从攻击当量的角度来看：T2 的第二行攻 2，如果拆成 T1 延长一次连击，只要能上 4–5 连，这个差值就扳回来了。
亦即，将 T2 成功拆成 T1 + 消一得到 FSC 大连击，攻击效率将会更高。

T1 的砖格需求比 T2 小

T2 砖格需求大，它必须补满 2 行，很容易出现某些 T 完全不消行的情况，T 的利用率往往比 T1 玩法更低。
而且，为了凑满最后一手，T2 可能会诱导空域分割（形成双空，妨碍 FSC）、构成不良形状、产生重复需求、妨碍挖掘连击。

T1 砖格需求小，能把更多的砖格留给消四和 FSC；
砖格需求小，形状调整也就更灵活，T 块使用率更高，能为 FSC 留出合适的打连方案。

T1 直接 +4/5 更少

每当第一消的 T2 改成 T1，B2BFSC 就少送一次 +4/5 垃圾行，对手可直接反打的消四也就更少，其防御难度将会增加。
如果是算力和持久力充足的 AI 对打，它们还能够承受；
如果是人打 B2BFSC 的 AI，人类一方就困难了：一旦不能跟上 T1 + FSC 系垃圾行的算力需求，虚了下来，离死也就不远了。

人类玩家采用 B2BFSC 玩法的要点

放宽心态，不要觉得只消 T1 是自己吃亏
能用较少的手数自然完成和通路的 T2 不要去病态 T1，该 T2 还是要 T2
多使用地表特征形引导的 T2 及其对应的 T1，少使用悬空 T2 等很容易妨碍 FSC 的手法
直觉 T2 会有困难的，弄出 T1 的壳子就不要再算了，把算力投入到 FSC 上面
相较 T 的单次攻击当量，更重视 T 的利用率，把打爆发的任务交给 FSC
降低散消二三的权重，T1 剩余部分瞄准消四和 FSC
特别关注 T2 没补满的部分与 FSC 的联系

训练过程

创建 64 个 AI 个体，赋予以下规则信息：
1. 胜利/失败条件（追加规则：可使用的总方块数为 1000，如果双方都不死，APM 高的一方胜出）
2. SRS 方块运动规则
3. B2B、T 槽、T-Spin、连击
4. 各消行状态的攻击当量
根据游戏规则，赋予 AI 相关的落块评分指标：
1. 生存指标（中间四列最高砖格所在的行数，方块堆的总砖格数和总边长，死格，空列宽度，挖掘手数，防御当量）
2. 攻击指标（B2B、T槽（如果盖上，生存扣分，攻击补分持平），连击，T/I 距离当前方块的手数，暂存区是否为 T/I，消行的种类）
有限展开落块计算：
1. 优先计算生存指标，套用额外的算法计算攻击指标（评价序列和场地）
2. 将场地中的 n 个可以摆放的位置分别求值计算落块评分，取最高分的位置摆放方块
3. 把预览块一路展开，每放一块就多展开一层
4. n^7 算不完，只挑拣一部分展开，降低算力需求
不向这些 AI 提供其他专家指导（不指明侧重 T2 等任意一种攻击），令这 64 个 AI 在 TOJ 环境下随机两两等速对局
每个对局节点打 256 局，用 ELO 评分衡量胜负情况，记下第一名的配置，同时也根据人类经验适当修改，清零重打
重打时，AI 用仿生学的方法继续动态调整相关配置，寻找自己最优的方法和全局最优的方法，得到新的第一名配置
继续重复前两步，利用胜率驱动训练出胜率高的参数配置
观察发现，第一名往往是“沙包”（怎么也打不死，但也不太能打死对方），此时适当在攻击指标上添加人为干预，继续对局
结果发现，手调过攻击效率参数的 AI 的 ELO 评分先涨到 1750 后跌到 1300，因为它被干预了之后就不会迭代了，在训练过程中逐渐被淘汰
最后，总结胜率高的参数配置的做法和特点：
1. 消行时，把计算力选往一边倾斜分配（比如生存（FSC）或 B2B）
2. 如果方块放下去不知道能否加大攻击，就偏向生存
3. 不消行的方块不计算生存，节约算力
4. 在合适的时候，放大生存或攻击，负责混合二者
5. 单独拎出空列宽度的权重
6. 把 T 槽的计算问题转化为纯粹的特征寻找
7. T3 次数几乎总是 0

以上特点合在一起执行，得到的就是 B2BFSC 玩法。
这种玩法的计算细节可能存在非常复杂的部分，但有一点是十分明显的：它会大量地故意 T1 节约砖格，争取扩大 FSC。

B2BFSC 与 4T2FSC 的数据比较

二者总体攻防差距不大，但长期的胜负情况和 APP 情况都是 B2BFSC 更胜一筹（比较时间：2020 年 3 月）。
下表数据选自一个最迟文件配置时间为 2020 年 3 月 15 日的 AI 对局：

	ZZZTOJ v0.8_02（4T2FSC）	ZZZTOJ v0.12_0315（B2BFSC）
胜	0	1
方块数	931	908
PPS	2.10	2.05
APM	116.3	119.7
攻击当量	861	886
送出垃圾行	597	630
接受垃圾行	366	341
APL	1.26	1.33
APP	0.924	0.975
最大连击数	11	12
全清次数	0	1
连击攻击当量	241	315
B2B 次数	56	65
T-mini 次数	16	23
T1 次数	12	45
T2 次数	64	34
T3 次数	4	0
消一次数	209	211
消二次数	33	53
消三次数	32	15
消四次数	36	42

但这并不意味着 B2BFSC 玩法就绝对更强。
此处的 ZZZTOJ v0.8 采用的是早期（2016 年 5 月 16 日）的专家指导，消三和 T 槽的权重偏高，可能会为了保留 T2 的 T 槽而放弃 6–8 连部分的 FSC。
B2BFSC 的 AI 在发展的过程中逐渐自然形成了一种“不是 T 块就不软降”的游戏风格，有得有失，对局结果大体上很好。
4T2FSC 的 AI 属专家指导型玩法，如果 AI 作者能赋予它更强的专家指导方案，它的胜负情况和 APP 情况依然有机会继续改善。