返回资讯中心
外部精选
软件工程
#开发者实时流

无GPU打造Catan 1v1机器人Oversized Pig登顶全球排行榜

来源标题:I Built the Top Catan 1v1 Bot Without a GPU

名为Oversized Pig的机器人以2552分、62.9%胜率登顶Colonist全球1v1排行榜,领先第二名97分。该机器人仅靠CPU运行小型神经网络和搜索,比赛和训练均不需要GPU,也不在比赛中调用LLM。作者通过搭建排行榜仓库、让多个AI智能体轮流挑战领先者并逐代合并改进,最终在20代领先者迭代后得到这一版本。

Hacker News 最新TheWeiHu2026/11/9 · 8 天前11 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

截至2026年11月9日美国东部时间下午3点,我的机器人Oversized Pig已在Colonist全球1v1排行榜上登顶:评分2552,胜率62.9%,领先第二名97分。 感谢Ben Burk鼓励我开发1v1机器人,这真的很有收获! 觉得自己能打败Oversized Pig?在浏览器里来一局吧。 它在一个CPU上运行小型神经网络和搜索,对相同输入和种子给出确定性决策。对局过程中不调用LLM,训练和对局都不需要GPU。 我建了一个排行榜仓库,启动了10多个Astra、Fable和ChatGPT智能体,给了它们大致这样的任务说明: 不断击败领先者。如果你的胜率超过55%,就把自己合并进去成为新的领先者。我相信你。争取实现突破。 经过几天时间和20个 successive 排行榜领先者,我们最终得到了这只猪。 我的大部分精力都花在设计环境上:一个能用的模拟器、一个可度量的目标,以及一个所有人都会挑战的共享领先者。当一个智能体找到了改进,它就变成其他所有人的起点。晋升规则不断演变,但循环始终很简单: 构建 → 挑战领先者 → 度量 → 晋升 对阵33scano时,它的第一个定居点只接触小麦:3、6和9。第二个定居点加了8-羊和4/5-矿。它从未在木材或砖块上建造——然后通过拿下最长道路以15比8获胜。 对阵MistaSmart时,这只猪朝3-矿、11-矿和沙漠方向修了一条路。对手抢先在那里定居。当他们在那个位置花费一条路和一个定居点时,猪记录的局势估计从55.6%上升到65.4%。猪随后转向5-羊、6-羊和11-矿,以15比7获胜。 对阵Akash69420时,它的开局定居点拿下了5-矿和6-矿,导致它没有羊,木材只在2上。对手开局没有矿,后来才到达12-矿。猪以15比9获胜。 这些记录的对局使用的是较早的oslo-surge版本。 在同一批100场记录的天梯对局中,与对手相比,这只猪更常在扩张前建造城市,早期购买更多发展卡,到达的专业港口更少。 全部100场对局,跨多个开发版本;对手推定是人类。扩张指第三个定居点;城市优先计数包括从未添加城市的玩家。卡牌计数涵盖每位玩家的前十个回合,如果对局更早结束则涵盖整局。港口计数的是所有权,不是交易。计数来自记录的棋盘和卡牌状态,不是聊天或渲染的日志行。这些是描述性比较,并不证明任何一种习惯导致了胜利。逐局数据。 智能体们已经围绕学习到的价值函数构建了整回合搜索。我推动了两项训练改动: 学习搜索的选择。搜索单独表现优于网络。不是只拟合数值局面价值,而是训练网络将搜索偏好的计划排在同一决策的备选方案之上。 在搜索实际关注的地方训练。第一次尝试改善了一次一个动作的打法,但没有改善完整搜索。在入围计划的回合结束局面上训练解决了这一不匹配。把评估器放回搜索,收集新选择,重复。 智能体们完成了其余的实验和实现。我的主要贡献是环境,让它们能够度量进展并在彼此的工作基础上继续构建。 71胜29负(71%)。最近100场可用的已完成天梯记录,跨多个开发版本。 VINCO最近在X上走红,因为其创作者宣布它在Colonist全球排行榜上达到了第1和第2名。 对阵VINCO的100场对局中66胜34负(66%)。它的服务隐藏了弃掉的牌和Year of Plenty的选择,所以我们的适配器不得不估计它的资源手牌——这对一个为使用精确资源数量而构建的模型来说是不利条件。 Colonist使用平衡骰子:剩余的骰子牌堆和最近的掷骰会改变下一次掷骰的概率。仅凭印制的数字不足以判断一个地块。 对阵Two Sheep的JAx Expert的100场修正对局中74胜26负(74%)。我们的适配器最初把Two Sheep的掷骰当作从Colonist有限骰子牌堆中抽取。Two Sheep可能产生在该设置下不可能的序列:一个耗尽的骰子计数器从0回绕到255,破坏了我们的掷骰概率。 在浏览器中与这只猪对局。每台设备使用相同的模型和搜索预算;较慢的设备需要更长时间。 如果托管演示宕机,仓库包含本地游玩所需的一切。在X上关注我获取更新。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →