Calix-L/DanKS

解决的问题

DanKS 是一个专为复杂合作型卡牌游戏《官丹》设计的 AI 代理，该游戏以隐藏信息和长期战略规划为特征。它解决了不仅做出局部最优决策，还能保留未来选择空间并协同队友赢得整局游戏的挑战。

工作原理

该系统采用多阶段流水线进行决策：

1. 状态编码：对当前手牌、公开历史、合法动作和团队上下文进行编码。
2. 结构感知检索：不评估所有可能的动作，而是通过分析残余手牌中剩余的组合，识别出一组有意义的候选动作。
3. 策略选择：基于状态和候选动作的 Actor-Critic 网络对这些候选动作进行排序，选择最佳动作。
4. 强化学习：使用近端策略优化（PPO）和广义优势估计（GAE）训练代理，将当前决策与长期结果联系起来。

后续版本（V3Pro）增加了资产保护、等效动作规则以及在剩余牌数为 16 张或更少时的验证终局搜索等推理优化功能。

适用人群

• 研究合作型游戏与隐藏信息的 AI 研究人员
• 对实现 PPO 和 Actor-Critic 架构用于游戏 AI 感兴趣的开发者
• 寻找开源 Web 服务框架以托管卡牌游戏的游戏开发者

主要亮点

• 进化式 AI 世代：从简单的 NumPy 选择器（V1）演进到使用 PPO 训练的记忆感知神经网络（V3）。
• 集成 Web 服务：包含两代开源 Web 游戏服务（KSPlay），可用于在浏览器环境中部署 AI。
• 人类数据整合：提供 KSCB 官丹数据集访问权限，包含近 900 场完整对局，可用于研究人类决策行为。
• 终局优化：V3Pro 实现了针对游戏末期的专用搜索与优化规则。