# 集-训练

**Repository Path**: Zeng_YL/ji-train

## Basic Information

- **Project Name**: 集-训练
- **Description**: 一种回合制游戏
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2024-01-17
- **Last Updated**: 2024-04-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 集

“**集**”的对战，与基于遗传算法的人工智能。

## 啥

“集”，一种回合制游戏，在我的小学流行。

其规则简单，无需道具，兼具运气与策略。

其生命力顽强，衍生出多个变种，可见其易于修改。

其源已不可考。经搜索，似乎更流行的名字叫作“波波攒”。

## 规则

游戏由多个**回合**构成。每个回合，双方同时出招。如果一方的**技能**强于另一方，则游戏结束，强者胜。否则双方不分强弱，继续下一回合。

“集”也指一种游戏币。双方各有若干（**自然数**个）集，数量互相知道。游戏开始时，双方都没有集。出招后，会根据技能，**消耗或获得**自己的集。不能透支，举例：如果只有一个集，不能出会消耗两个集的招。

每个**技能**有两要素：消耗（或获得）的集的数量强于（弱于）哪些技能。如果技能甲弱于乙，则乙强于甲。技能的“强于”满足**反自反性**、**反对称性**，经常不满足**传递性**。

由此可见，仅需知道一场游戏的全部出招，就能知道游戏的全部信息。集的数量取决于自己的技能，游戏的输赢取决于双方的技能。于是，显然，集的数量互相知道。

以上的基本规则一般是不变的（特殊情况下会变，例如一种规则叫“无限集”，其中存在技能，不消耗集但要求有集）。一个**变体**是很多技能的集合，不同**变体**的区别就在技能。

以下是最常见的变体。其中，技能“集”也叫集，和游戏本身以及游戏币同名。

| 技能名称 |  集的损益   | 强于                                   |                   弱于 |
| :------: | :---------: | :------------------------------------- | ---------------------: |
|    集    | 获得 1 个集 |                                        | 小波、中波、大波、黑洞 |
|   小防   | 消耗 0 个集 |                                        |       中波、大波、黑洞 |
|   中防   | 消耗 0 个集 |                                        |       小波、大波、黑洞 |
|   大防   | 消耗 1 个集 |                                        |                   黑洞 |
|   小波   | 消耗 1 个集 | 集、中防                               |       中波、大波、黑洞 |
|   中波   | 消耗 2 个集 | 集、小波、小防                         |             大波、黑洞 |
|   大波   | 消耗 3 个集 | 集、小波、小防、中波、中防             |                   黑洞 |
|   黑洞   | 消耗 5 个集 | 集、小波、小防、中波、中防、大波、大防 |                        |

## 智能

该程序使用的人工智能极其简单，就是一个映射，输入自己和对方的集的数量，会得到所有可以出的技能的权重。人工智能出招时，根据权重，随机选择一个技能出。

可以出的技能，有两个限制。其一，要求自己的集的数量够，这是当然。其二，要求没有另一个更好的技能，不管对方出什么，都比这个技能更好。例如，若对方没有集，则不应出任何防；若已经有五个集，则小波一定不如黑洞。

一方的集的数量，如果足以出任何一招，则看作最贵的技能的消耗。这是为避免映射无限大。例如，常见变体中，一方的集的数量如果大于五，则看作五。

同一变体下的不同人工智能，区别只在权重。用遗传算法来优化权重，可以得出较为聪明的人工智能。

## 使用

`cargo r -r` 运行程序。（若不用 release 编译，运行速度奇慢无比）

输入指令可以执行功能。名字大都清楚。`t`、`p`、`q` 常用。

训练后，将会产生 `archive` 文件。运行时会读取之，没有则重新生成。