看了下简介说目前k社他们的强化学习方法无法超越规则类的ai（也就是脚本辅助的），主要是能解决新环境的模型上手问题（也就是没有玩家数据下模型怎么打，比如各种杯赛），k现在出卡出表不仅能大数据还能模拟环境了

感觉有点难，游戏王比较复杂，而且很多抽象调整和需要死记硬背的规则。要不用超强模型+巨量数据大力出奇迹，要不后处理写到死

不用ppo的原因是 gpu 効率が悪い也太真实了，不知道这帮人有没有兴趣借鉴一下GRPO的思路（

之前在低段位遇到过开黄金柜除外增殖的g的码丽丝，而且是连开两张除外两张g，给我看傻了，当时一度怀疑狗k在游戏里练ai。现在看来八成是真ai了，ai理解了卡片的效果但理解不了combo的本质，但已经能知道g是权重最高的牌了（不过不知道是不是直接设好的值）。

吐槽一句日本人的ai论文居然还只有JSAI学会成员才能看这么封闭的环境怪不得搞不出好成果

挚爱接触缺少融合素材，用剑指除外融合素材，这AI能想到？

乐，ai论文还要会员制才能看，闭门造车吗

研究这有调用，VR虚拟技术火的时候做一套游戏不比什么都强

如果卡组不多，卡牌总数不多，能创造一定数据量的对局，ai还能搞一搞。可惜游戏王里面的卡牌太多了，这个数据量级很难训练出来

这种东西ygo上不是有一堆吗，ai打牌和人机打牌的区别在哪里啊（）

是强化学习吗，说起来游戏王操作的奖励函数要咋写？令自己和对手的手牌和场上的卡差增多吗？

十年之后的游戏王:看谁打牌更像ai

像雷精那种链接怪都能叠巨大喷流，味美猫能同调不按规则出牌估计训练会思维混乱

有这钱还不如多建几个模