2. Linux.do
  3. 有没有玩皇室战争的佬，花了两天时间做了个皇室战争的AI，比我预期的好

有没有玩皇室战争的佬，花了两天时间做了个皇室战争的AI，比我预期的好

Lvx Seraph 2026-10-19 19:59 1

前两天在 B 站刷到一些人做的皇室战争 AI，但我对他们的模型架构和训练方法有点不太喜欢，于是就想着自己训练一个。


从 4B Qwen + 决策头开始，最终转向更紧凑的专用策略网络：CNN 编码空间局势，Entity Attention 建模单位交互，Temporal Transformer 保留因果时序记忆，再由自回归动作头联合决定出牌、落点与时机。


参数量缩小以后，真正需要设计的是：哪些信息值得保留，哪些关系需要显式建模，以及模型该如何利用过去的局面。


训练从约 2.95 亿有效状态帧的 IL 开始，再进入 PPO + GAE 的闭环对战。通用策略与卡组专精分别演化，通过交叉对战、自对战和困难对局采样继续更新。


环境侧，通过逆向 ARM64 libg.so，追踪战斗对象与命令队列，并将原生战斗逻辑接入独立 headless 宿主，支持按 tick 推进、回放重建和并行采样。


​https://b23.tv/OU6HAF9

发了一个实战视频。IL+RL只训练了一天不到，从最一开始的设计到现在的这个版本用了大概2天时间，目前模型的能力比我预计的好很多。


后面会尝试一些更神秘的设计。

最新回复 (13)
  • mimanchi 10-19 20:01
    1楼



    嘻嘻嘻嘻，能自动帮我打上紫水晶吗？我是菜狗嘻嘻

  • 杰特 10-19 20:02
    2楼

    自动下牌说是会封号吧qwq


    但是好像没人管（？

  • Lvx Seraph 楼主 10-19 20:04
    3楼

    说肯定都是这么说，但好像确实，之前有几个开挂的要不是玩家反馈官方也一点动静没有

  • 杰特 10-19 20:05
    4楼

    不妨pm我一下看看仓库（或者等级贴？


    说真的有点好奇，反正我也不玩了，就用我的号看看实战吧

  • Lvx Seraph 楼主 10-19 20:05
    5楼

    感觉现在他的水平肯定不如你啦，等我后面RL多训练一些看看，这个RL应该只训练了2万场的对局

  • mimanchi 10-19 20:07
    6楼

    其实我之前有想过要做一个自动玩这个的，我想的是电脑模拟器进行画面读取，然后交给ai分析，主要是我实在不太会ai的架构训练，所以我就搁置了这个想法

  • 漁芋鱼 10-19 20:09
    7楼

    大力出奇迹，不太懂，之前b站有个都能上紫水晶了。现在好多人在搞这个，官方也有

  • Lvx Seraph 楼主 10-19 20:10
    8楼

    确实，我也是B站刷到的才开始做的，因为我觉得他们的模型还有很大的提升空间

  • 白泽 10-19 20:10
    9楼

    我觉得llm不适合这种高频决策场景，传统的机器学习反而更好，之前很火那个 JAV 不知道适不适合来做这类决策

  • Lvx Seraph 楼主 10-19 20:12
    10楼

    我一开始就是要用qwen3加一个那种决策头，类似jav。因为当时jav刚刚出的那一天，我就有了这个想法，并且做了一个类似的半成品出来，不过llm训练消耗的资源太大了，而且似乎也不适合这种场景。

  • fireflymoon 10-19 20:23
    11楼

    佬，好厉害。

    这个是怎么进行训练的 是开了个模拟器 然后让你的模型去读图片去下吗

    是如何加速这个训练的过程的

  • LINCCC 10-19 20:26
    12楼

    皇室战争是不是训练比较方便啊，我看云顶之弈都没人搞ai，但是感觉也挺适合ai的

  • Lvx Seraph 楼主 10-19 20:56
    13楼

    你如果感兴趣的话可以去github看看firstlight的仓库

    这个比较完善，不过我走的是和它两个方向。

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐