Lire chaque plateau fort pour repérer les habitudes qui, en silence, plafonnent un plateau, puis les briser. Cette expérience a produit le meilleur plateau du projet : 463 sur 480.
Reproduirestochastique — ne se reproduit pas exactement ; le plateau est vérifiable·revérifie un plateau enregistré·Budget: ~30 min × 6 seeds (exploratory run, not the standardized single-core bench)
Pipeline
1
fouille de corpus
Basin-separated frequencies split shared structure from the shared trap, building a trap map
porte: Consensus-trap map: pairs common everywhere but absent from the very best boards
2
ALNSpas encore documenté
From a 461 board, deliberately break the trap cells and let destroy-and-repair rebuild them, reaching 463
Complexité
Temps
corpus mining O(B·P) for B boards × P interior pairs (P = 480); ALNS attack 30 min × 6 seeds
Espace
O(P·K) for the persistence table (K distinct piece-pairs per position)
The mining pass is linear in the corpus; the cost is the downstream ALNS search it steers, not the statistics.
Matériel & exécution
Exécution nativeCPU seul
4.0cœurs·heure
Cœurs
8
RAM
16 GiB
GPU
0
CPU
Apple M1
Machine
MacBook (Apple M1, 8 cores)
Budget
~30 min × 6 seeds (exploratory run, not the standardized single-core bench)
stochastique — ne se reproduit pas exactement ; le plateau est vérifiable
Ceci vérifie le plateau, pas la recherche qui l'a produit.
just research-record-boards
The command re-scores the committed 463 board from its raw Bucas edges; it re-verifies the stored artifact, not the stochastic ALNS search that found it.
Jusqu'ici, chaque expérience de l'étude
a fait confiance à l'accord entre plateaux forts : là où les bons plateaux
concordent, on les suit. PALIMPSEST est le moment où cette confiance est examinée,
et elle a produit le meilleur plateau du projet. Quand de nombreuses recherches
indépendantes atteignent toutes un plateau élevé mais imparfait, elles tendent à
s'accorder sur beaucoup de placements. Une partie de cet accord est une structure
authentique, une autre partie est une mauvaise habitude partagée : un choix local
qui paraît bon et maintient chaque recherche bloquée juste en deçà du sommet.
L'idée de cette expérience est de lire l'ensemble du corpus de plateaux forts, de
séparer l'accord utile du piège, et d'attaquer les pièges.
On prend chaque plateau que quiconque a trouvé et qui obtient un score
raisonnable, et pour chaque paire de positions voisines on compte combien de fois
une paire de pièces donnée s'y trouve, pondérée par la qualité du plateau. Deux
motifs se dégagent. Certaines adjacences reviennent encore et encore dans les tout
meilleurs plateaux : ce sont des structures sûres, réelles. D'autres apparaissent
presque partout mais jamais dans les meilleurs plateaux : ce sont les pièges, les
choix qui semblent justes et plafonnent le score.
Les pièges se regroupent dans des régions particulières du plateau plutôt que de
se répartir uniformément. Savoir où ils sont transforme le corpus en une carte :
quels placements suivre, et lesquels démonter puis reconstruire. Regrouper les
plateaux selon l'agencement de leurs coins oriente alors la recherche vers la
famille la plus prometteuse à attaquer.
▶Interactif : la carte des pièges, famille de coins par famille de coinsExplorer →
Utilisée comme carte pour orienter la recherche, cette approche a atteint 463 des
480 arêtes appariées, le meilleur plateau que ce projet ait produit. À titre de
comparaison, le meilleur plateau de la communauté sur ce puzzle est 470, et une
solution complète en compte 480.
Une réserve mérite d'être dite : tenter d'utiliser directement la liste des
pièges, en forçant la recherche à éviter les placements piégés, n'a pas fonctionné
en soi et tendait à dégrader les plateaux. La valeur résidait dans la lecture du
corpus pour choisir où concentrer l'effort, non dans le codage en dur de ses
conclusions dans la recherche.
Pour le lecteur qui veut la procédure exacte. Elle se déroule en deux passes.
1. Fouille de consensus pondérée par le score et séparée par bassin. Sur un
corpus de plateaux dont le score va de 400 à 480, pour chaque paire de cellules
adjacentes (i,j,dir) et chaque paire de pièces qui s'y trouve un jour,
on calcule deux fréquences plutôt qu'une :
phigh(pair)pall(pair)=#{boards with score≥460}#{boards with the pair, score≥460}=#{all boards}#{boards with the pair}
ainsi qu'un plafond : le score maximal de tout plateau contenant cette paire.
C'est le plafond, et non phigh, qui sépare les deux catégories. Le bon
consensus correspond à un pall élevé assorti d'un plafond qui atteint
la famille de tête, les plateaux au niveau du meilleur du projet (463) ou à un
point de celui-ci : des motifs que les plateaux les plus forts conservent, donc
une structure fiable. Les pièges de consensus correspondent à un pall
élevé assorti d'un plafond qui cale quelques points plus bas, aucun plateau portant
la paire ne franchissant le seuil des 460-et-quelques : le mauvais choix consenti
qui verrouille toute une famille sous le record. La coupure se situe entre
« atteint le sommet » et « cale juste en dessous » ; sur ce petit corpus (un
plafond à 463, des plateaux groupés du haut des 450 au bas des 460) elle est fixée
à la main plutôt que balayée, et phigh (score ≥ 460) est rapporté à
côté mais n'est pas le discriminant. La vue à fréquence unique (la persistance
seule) ne peut pas les distinguer ; la séparation par plafond est toute l'astuce.
2. ALNS de destruction des pièges. On prend un plateau à 461 (il se situe à
l'intérieur du bassin des pièges par construction), on localise les ~50 paires-
pièges les mieux classées qu'il contient, et on trouve le coin : la position dont
le retrait brise le plus de paires-pièges tout en préservant les paires de bon
consensus. Puis on perturbe ces cellules-pièges, on les échange contre des pièces
non piégées, introduisant 4 à 8 discordances délibérées, et on renvoie le plateau
à la recherche adaptative à grand voisinage.
L'opérateur de destruction de la pire bande d'ALNS déchire de préférence
exactement ces régions intentionnellement brisées et les reconstruit. Exécution :
30 minutes × 6 graines.
La complexité est banale : la passe de fouille est linéaire dans la taille du
corpus, et le coût réel est la recherche ALNS qu'elle oriente. La contribution
tient à l'endroit où elle dirige cette recherche, non à une nouvelle recherche.
Le vérificateur just research-record-boards recalcule le score en arêtes
appariées du plateau à 463 versionné à partir de ses arêtes Bucas brutes et
vérifie qu'il égale l'annonce, si bien que le plateau est reproductible et
vérifiable octet par octet dans le visualiseur. La recherche qui l'a trouvé est
une exécution stochastique du moteur ALNS partagé (30 min × 6 graines), orientée
par la carte des pièges décrite ci-dessus. Elle ne reproduira pas le même plateau,
raison pour laquelle l'artefact de référence est le plateau, non une nouvelle
exécution. L'orientation est lue à partir d'un corpus de plateaux forts, si bien
que l'exécution n'est pas reproduite ici depuis zéro.
Pourquoi la reconstruction des régions piégées tend-elle à retomber sur le même
plateau de tête déjà connu plutôt que sur un plateau réellement nouveau ? Une
carte distincte par famille de coins révélerait-elle une structure que la carte
combinée masque ? Et une pénalité douce pour les placements piégés aiderait-elle
là où une interdiction stricte a nui ?