比赛回顾

感谢 @bovard 和所有参赛者，在这场有趣的比赛中给我带来了巨大的乐趣。我参加这次比赛是为了入门强化学习，但在尝试了 @egrehbbt 的 Kore Beta 第1名解决方案后，我设法快速提升了排名，主要是通过改变扩张策略。我决定专注于基于规则的方法，看看能走多远。

我的方法有点像开发软件产品。我有一个问题列表，将所有代码置于版本控制之下，并进行迭代，一次解决几个问题和错误。为此，@jmerle 提供的优秀可视化工具至关重要。它为我提供了所需的所有概览，帮助我识别为什么会输掉某一局。

当我加入比赛时，@shuntarotanaka 和 @qihuaz 占据了主导地位。有一段时间我设法爬到了第3名，随后又跌回第6或第7名。那时，1Musketeer @itswin 跃升至第1名，并在比赛中段保持了数周。他的方法非常强大，很难被击败。感谢 @itswin 与我们分享他的智能体。

后来，我的 V92 智能体帮我登上了第1名的位置。这个智能体保持该位置数周。实际上，我自己也很难击败它，尽管我做了许多我认为肯定有益的改动。我花了两周时间和26次更新才得到 V118 智能体，它在1v1对局中表现 consistently 更好。该智能体在面对其他竞争者时也表现出色，我获得的领先优势惊人，比第2名高出约200分。

然而，在提交结束后的第二天，我注视了 basilisk @basilisk1337 的目光。我看到了一场让我措手不及的比赛，对手是他最后一天提交的版本之一。原来他找到了一种方法来瘫痪我的第一个船厂，使我无法扩张。修复本该很简单，但我猜是 basilisk 目光的美丽让我甚至无法让我的智能体移开视线。在那场比赛之后，basilisk 迅速从我的所有智能体那里收集分数，因为它们都有共同的弱点，他很快升至第1名。然后这看起来像是一场运气的游戏，一天他是第1名，另一天我是第1名。排名的收敛性似乎有点不稳定。我有一些想法，但可以在另一篇文章中分享。

最后，在比赛执行的最后一天，我的 V127abandonrescuecollideattack（版本 127/146）成功获得了本次比赛的领先优势。这实际上是我最后一次更改规则本身的版本。随后的所有版本都只是规则参数值的调整。为了获得获胜的智能体，我进行了大量的编码和反复试验，结合了引入新规则和参数调整。

也就是说，我在这次比赛中学到了很多：

• 我遇到了时间问题，这要求我优化路由搜索并应用更多缓存。
• 我遇到了内存问题，这要求我深入研究缓存管理。
• 有一次我获得了 Github CoPilot 的账号，这显著提高了我的编码效率（特别是对于那些人们讨厌编写的代码部分，比如打印语句）。
• 提高了我的调试和通用 Python 编码技能。

这次比赛非常有趣，感谢我所有的竞争对手。也许我们的智能体会在未来的模拟比赛中再次相遇！

获胜的智能体

我的智能体基于 @egrehbbt 并由 @realneuralnetwork 移植的 Kore Beta 第1名解决方案。虽然人们可能会认出很多内容，但大部分章节都经过了调整。根据 Kaggle 的统计，我添加了 5923 行代码并删除了 777 行。

该智能体概念化了以下行动阶段，继承自 egrehbbts 的解决方案：

• 船厂防御
• 舰队攻击：邻近攻击和直接攻击
• 船厂攻击
• 扩张
• 采矿
• 生成飞船

我很大程度上保留了这个框架，但增加了两个主要概念：

• 棋盘状态：
  对于棋盘上的每一点，对于每一时间点，智能体都保留一个账本，记录我自己和对手的实际伤害和潜在伤害。
• 路由：
  给定一个目标，智能体会计算（几乎所有）可能被选择的路由的