毛毛虫路径

【释义】：在博弈中利用高熵赛棋的粒子，对参与双方正负粒子的所有可能中的唯一移动路径加以记录，因为其记录看起来酷似毛毛虫的爬行路径，因而得名。

人们在意识活动中不断地发展各自的几个路径，想得到一个准确的粒子状态是很困难的。如果没有粒子行为链的规则，决策人造成粒子行为中的几个特性就不能分开，使决策人仍然徘徊于两者或三者行动路径之间，但是人们只能选择其中一条路径。空间影像复制之后，另一个单纯一性的空间一定会自动生成，这就是每一次当决策人把决策实体引入空间，结果就会出现。用行为沼泽图谈论对抗者的行为运动，每一位观察者就完全明白了博弈为什么有输有赢。无论决策人决定出什么，都有事先的倾向性。所以说，拿自己作为初择样本直接把结果反过来的想法很天真，一个人不可能持续性地把动机反过来。从行为沼泽图上可以看出，那些微粒细胞团碗形结晶体是不可更改的决策化石，每一个微粒细胞没有绝对的对立特性可以替换。看似想表示某一条路径，其实早已倾向于另一条路径，不过是因为飞秒瞬间不允许这样做，才进入了一个空间，形成了决策的事实。其他的空间看似存在，其实那已是毫无用处的历史遗像。我们用扩展记录的方式记录分叉树，我形容我这个决策路径图为毛毛虫路径。
优先者会输，后选者一定会赢，因为两个人对局输赢各占一半。根据毛毛虫路径，优先者大半会输，从这个图形上可以辨别出来。在郭凯声编著的《数字的游戏》里骰子的奥秘一章中讲到：或许最不符合人类直觉的骰子现象是所谓的“非可递骰子”。做3个骰子A、B、C，其各面上的点数如下：
A：334488 B：115599 C：226677
在掷了许多次之后，骰子B掷出的点数平均说来将胜过骰子A掷出的点数。事实上，骰子B掷出的点数比骰子A掷出的点数大的概率为5/9。类似地，骰子C掷出的点数比骰子B掷出的点数大的概率也为5/9。那么骰子C掷出的点数平均说来显然该比A掷出的点数大了？不，恰恰相反，骰子A掷出的点数比骰子C掷出的点数大的概率为5/9。附图阐述了上述说法的理由。你可以用这样一大套骰子大赚其钱！让你的赌博对手任挑一个骰子，然后你再选一个可以压倒它的骰子（掷了许多次以后，你的骰子点数超过对手骰子点数的概率大于1/2）再重复这样赌下去，你将在所有赌局的55.55％中获胜。但你的对手却可以自由选择他认为“最佳的”骰子！
如此以来，决策人就犯了上面的错误，优先者失败，对抗者取胜。