比較用の反実仮想。架空の旧版ではない。
C、同じ初期データと入力 ZLLZRRRRRRZDDDDRZ。
policyの局所候補の順だけを newness→distance / distance→newness に変更。
各セルの匂い場の計算、到達範囲4、寿命、パン、盤面は共通。
初手の犬：(7,1) / (7,3)。両方とも17手で成功。
Bの列 UUUURRZLZRWRRRZDDDDRZ：8手目は餌#1、9手目は配達#2を選ぶ。#1はまだ有効。
Aの列 UUUURZRRRZRZDDDDRZ は18手、接触0、残り0。
別列 UUUURZRRRWRWZDDDDRZ は19手、接触0、残り1。
探索はモデル上の列。人の操作や楽しさの結果ではない。
候補からの変更：A巡回端(6,2)/(6,4)→(6,1)/(6,5)。同じコストの待機に対して餌の意味が薄かったため、通路を長くした。
C人物(2,5)→(4,1)。初期の古い餌が残るうちに新しい匂いを比べるため。寿命は変更なし。
単純最短経路はA/Bで一個を犬に渡しても成功できる。合法な別解として残す。
全て餌は配達不足。待つだけは安全だが配達なし。待機に突然の失敗を足さない。
直接人物追跡は本仕様外。同じ局所Observationなら隠れた人物位置が変わっても同Intentという検査で防ぐ。
距離優先は比較版として実行・映像保存し、正規AIと混同しない。
