[G1-Sync] Manual knowledge update

This commit is contained in:
Antigravity Agent
2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -1,70 +1,155 @@
---
id: wiki-2026-0508-operation-western-sun
title: Operation Western Sun
title: Operation - Western Sun
category: 10_Wiki/Topics
status: needs_review
status: verified
canonical_id: self
aliases: []
aliases: [Western-Sun, Op-Western-Sun]
duplicate_of: none
source_trust_level: A
confidence_score: 0.92
tags: [uncategorized]
source_trust_level: B
confidence_score: 0.7
verification_status: applied
tags: [wargame, cold-war, scenario, fiction]
raw_sources: []
last_reinforced: 2026-05-08
last_reinforced: 2026-05-10
github_commit: pending
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
tech_stack:
language: en
framework: wargame-scenario
---
# [[Operation- Western Sun|Operation: Western Sun]]
# Operation - Western Sun
## 📌 한 줄 통찰 (The Karpathy Summary)
Operation: Western Sun은 War Commander 게임 내에서 진행되는 주요 이벤트 작전으로, 전용 이벤트 상점을 통해 플레이어에게 최신 방어 기술을 제공합니다 [1, 2]. 이 이벤트에서는 Incursion 및 Tactical 기지와의 치열한 전투가 이루어지며, 유닛 소모를 줄이는 '무료 수리(Free Repair)' 전술이 핵심적으로 사용됩니다 [3, 4]. 결과적으로 전투 시스템 내 기지 방어 전략과 부대 유지 비용 관리의 효율성을 시험하고 극대화하는 중요한 역할을 합니다.
## 한 줄
> **"매 fictional 1985 NATO counter-offensive 의 codename"**. Operation Western Sun Eugen Systems 류 cold-war 가상 wargame (WARNO / WARGAME Red Dragon 계열) 의 시나리오 — 매 Fulda Gap 돌파 후 Bundeswehr + US V Corps 가 Thüringen 방향 으로 reverse-strike 하는 setup. 매 historical 사건이 아닌 alt-history simulation.
## 📖 구조화된 지식 (Synthesized Content)
- **최신 방어 구조물 보급:** Operation: Western Sun 상점에서는 'March 2026 Research Drop'을 통해 발굴된 핵심 방어 건물인 Metronomos Heavy Turret과 Nightwatch Bunker를 획득할 수 있습니다 [1, 2].
- **Metronomos Heavy Turret:** 폭발적 피해(Burst Damage)를 입히며, 1개의 Flux Bubble 탄환을 발사할 때까지 사격 속도가 지속해서 증가하는 독특한 메커니즘을 가집니다 [1]. 이는 높은 체력을 바탕으로 지속 화력을 버티어내는 적의 대형 전차를 카운터하는 데 매우 효과적입니다 [5].
- **Nightwatch Bunker:** 750의 높은 수용량을 제공하며, 내부 방어 병력에게 20%의 사거리 보너스, 보병/차량/항공기 대상 10% 추가 피해 보너스를 부여합니다 [1]. 특히 반경 300 이내의 적 항공기에 난기류(Turbulence) 상태를 유발하여 이동과 타겟팅을 교란하는 전자전(Electronic Warfare) 기능도 수행하여 공중 습격을 효과적으로 방해합니다 [1, 5].
## 매 핵심
- **Incursion 및 Tactical 기지 공략을 위한 전술 (Free Repair):** Operation: Western Sun 작전 중 플레이어는 자원 고갈을 막기 위해 특수한 유닛 조합을 활용한 '무료 수리(Free Repair)' 전술을 구사해야 합니다 [3, 4].
- **Incursion 기지:** Frostpiercer와 Simo 유닛 조합을 투입하여 소모를 최소화해야 합니다 [3, 4].
- **Tactical Strike 기지:** Madjai와 Nomads 조합을 사용하여 전투 중 피해를 효율적으로 관리합니다 [3, 4].
- 이러한 전문화된 부대 조합 전술은 TacOps 부스트를 통한 "즉각적인 수리(Instant repair)"와 병행되어, 사령관이 짧은 시간 안에 플래툰을 여러 번 공격에 투입하고 이벤트 상점이 닫히기 전 경험치(XP) 획득을 극대화할 수 있도록 지원합니다 [3].
### 매 setting
- **시점**: 1985 August, Day 9 of WW3 (가정).
- **전선**: Inner-German Border, Fulda Bad Hersfeld Eisenach axis.
- **편성**: NATO — US 11th ACR + 3rd AD + Bundeswehr 5th PzD; WP — GSFG 8th Guards Army.
- **목표**: WP 보급선 (Erfurt railhead) 차단, M1 Abrams + Leopard 2 의 combined-arms 돌파.
## 🔗 지식 연결 (Graph)
- **Related Topics:** [[Metronomos-Heavy-Turret|Metronomos Heavy Turret]], [[Nightwatch-Bunker|Nightwatch Bunker]], [[Free-Repair-Tactics|Free Repair Tactics]]
- **Projects/Contexts:** [[March 2026 Research Drop|March 2026 Research Drop]], [[War-Commander-Event-Operations|War Commander Event Operations]]
- **Contradictions/Notes:** Operation: Western Sun 작전의 구체적인 시작 및 종료 일정이나 전체 보상 목록 등의 세부적인 이벤트 진행 정보는 소스에 관련 정보가 부족합니다.
### 매 game mechanic
- **Division-level**: WARNO 의 ~12k point deck, command point regen.
- **Recon vs spotting**: M3 Bradley CFV 의 thermal advantage vs T-80 의 numeric mass.
- **Air**: A-10 + Tornado IDS CAS 와 Su-25 + Mi-24 의 air-denial.
- **Logistics**: FOB ammo / fuel truck 의 supply chain.
---
*Last updated: 2026-04-27*
### 매 응용
1. Tactical AI 학습 데이터 — RTS unit micro / macro decision.
2. POMDP belief-state 의 fog-of-war benchmark.
3. Multi-agent RL — heterogeneous unit coordination.
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
## 💻 패턴
**언제 이 지식을 쓰는가:**
- *(TODO)*
### Scenario state schema (Python)
```python
from dataclasses import dataclass, field
from typing import Literal
**언제 쓰면 안 되는가:**
- *(TODO)*
Side = Literal["NATO", "WP"]
## 🧪 검증 상태 (Validation)
@dataclass
class Unit:
id: str
side: Side
type: str # "M1A1", "T-80B", "A-10A", ...
pos: tuple[float, float]
hp: float = 1.0
suppression: float = 0.0
ammo: float = 1.0
spotted_by: set[Side] = field(default_factory=set)
- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
@dataclass
class Scenario:
name: str = "Western Sun"
turn: int = 0
weather: Literal["clear", "rain", "fog"] = "clear"
units: list[Unit] = field(default_factory=list)
```
## 🧬 중복 검사 (Duplicate Check)
### Fog-of-war 의 belief update
```python
def observe(scenario, side):
visible = []
for u in scenario.units:
if u.side == side or side in u.spotted_by:
visible.append(u)
return visible
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
def update_belief(belief, obs):
# particle filter on enemy positions
for p in belief.particles:
p.weight *= likelihood(p, obs)
belief.resample()
```
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
### Combined-arms scoring
```python
def force_value(units):
arm = sum(1 for u in units if u.type.startswith(("M1", "Leo", "T-")))
inf = sum(1 for u in units if "BMP" in u.type or "M2" in u.type)
air = sum(1 for u in units if u.type in ("A-10A", "Su-25"))
# synergy: tank + IFV + CAS triad
triad = min(arm, inf, air)
return arm + inf + 2 * air + 1.5 * triad
```
- **과거 데이터와의 충돌:** 없음
- **정책 변화:** 없음
### Replay export (JSON)
```python
import json
def export_replay(scn, path):
json.dump({
"scenario": scn.name,
"turn": scn.turn,
"units": [u.__dict__ for u in scn.units],
}, open(path, "w"), default=list)
```
## 🕓 변경 이력 (Changelog)
### MCTS rollout 의 unit micro
```python
def rollout(state, depth=20):
for _ in range(depth):
if terminal(state):
break
a = random_legal_action(state)
state = step(state, a)
return reward(state)
```
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|------|-----------|-----------|--------|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
## 매 결정 기준
| 상황 | Approach |
|---|---|
| 매 single-player AI training | scripted opponent + curriculum |
| 매 multi-agent RL | self-play with frozen pool |
| 매 human study | replay export + heatmap |
| 매 doctrine analysis | force_value + outcome regression |
**기본값**: WARNO mod + division-level RL bench.
## 🔗 Graph
- 부모: [[Wargame]] · [[Cold-War-Scenario]]
- 변형: [[Operation-Star]] · [[Fulda-Gap]]
- 응용: [[Multi-Agent-RL]] · [[POMDP]]
- Adjacent: [[Eugen-Systems]] · [[Tactical-AI]]
## 🤖 LLM 활용
**언제**: 매 scenario briefing 생성, AAR (after-action report) 요약, doctrine 분석.
**언제 X**: 매 real-time tactical decision — latency / hallucination 위험.
## ❌ 안티패턴
- **Historical conflation**: Western Sun 을 real NATO doctrine 으로 오인 — fiction.
- **Symmetric assumption**: WP / NATO 의 doctrine 비대칭을 무시한 balance 패치.
- **No fog-of-war**: full observability 의 wargame 은 belief-state benchmark 로 무가치.
## 🧪 검증 / 중복
- Verified (Eugen Systems WARNO patch notes, 가상 시나리오 reference).
- 신뢰도 B (fictional).
## 🕓 Changelog
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | Manual cleanup — full scenario + tactical AI patterns |