提出可复现游戏AI评估的可执行规则与表示契约
原文：CoToan: Executable Rules and a Representation Contract for Reproducible Game AI Evaluation
只有当不同实现暴露相同的决策问题时，游戏AI的结果才具有可比性。然而，看似微小的表示选择可能通过改变动作概率或合并具有不同结果的状态，悄然改变该问题。我们通过CoToan来研究这一问题，CoToan是越南数学棋的可执行规范与表示契约，连接了游戏描述语言（GDL）与OpenSpiel。该游戏提供了一个有用的案例，因为单次吃子可能有多种算术依据，而结果可能取决于计分规则和有限的博弈步数。因此，CoToan通过状态转移而非算术依据来表示动作，并将时间和胜利配置视为任务身份的一部分。跨表示测试显示，在数百个采样和构造的局面中，合法动作、后继状态和终局结果均一致，并辅以对所有32种算子掩码和512种对方棋子子集的穷举检查。受控诊断进一步表明，均匀的依据级采样会改变终局动作概率，而省略剩余时间或胜利设置可能合并具有不同终局行为的状态。这些结果表明，动作语义、时间和胜利配置不仅仅是实现细节。它们是实验任务本身的一部分，必须被显式表示以实现可复现的游戏AI。作者：Ha-Thanh Nguyen 类别：cs.AI