훈련센터 대항군 1종을 RL 대항군으로 교체 — 리더보드 점수가 내려갑니다

훈련센터 평가 배터리의 대항군 5종 중 red_phangman 을 강화학습(RL) 대항군 red_rl 로 교체합니다. 총 40경기, 시나리오 4종(headon·perch_offense·perch_defense·neutral), 승점 체계(승 3 · 무 1 · 패 0), 초기조건 고정 방식은 모두 그대로입니다.

먼저, 하셔야 할 일은 없습니다

제출물을 다시 내실 필요가 없습니다. 트리 문법·허용 범위·조건과 액션 어휘는 바뀌지 않았습니다. 기존 제출물의 red_phangman 8경기를 운영진이 red_rl 8경기로 바꿔 돌립니다.

예선 라운드·결선 진출 풀리그와는 무관합니다. 훈련센터 순위는 결선 진출에 반영되지 않습니다.

red_rl 은 무엇인가

행동트리 대신 학습된 신경망이 초당 10번 전술 명령(추격 유형·조준점·G)을 고르는 대항군입니다. 그 아래 교리·유도·비행 계층은 여러분의 트리와 같습니다 — 같은 기체, 같은 교리에 두뇌만 다릅니다. 확률적으로 움직이지만 시드가 고정돼 있어 같은 파일을 다시 내면 같은 결과가 나옵니다.

점수가 내려갑니다

red_rl 은 현재 가장 강한 대항군입니다. 교체 전 사전 측정(현행 제출물 12팀 × 8경기)에서 참가자 승리는 96경기 중 21경기였고, 그 대부분(18경기)이 perch_offense(내가 공세)에서 나왔습니다. 물러나는 red_phangman 은 참가자 승률 76.7%로 가장 쉬운 대항군이었으므로, 팀당 승점이 평균 13점가량 내려갈 것으로 봅니다. 실력이 떨어진 것이 아니라 재는 자가 바뀐 것입니다.

왜 red_phangman 인가

60개 팀의 실제 배터리 기록에서 21팀이 red_phangman 8경기를 전승했습니다. 모두가 만점을 받는 문제는 상위권을 가르지 못합니다. 다섯 대항군 중 빼도 배터리 전체의 측정 신뢰도가 가장 적게 줄어드는 것도 red_phangman 이었습니다.

학습 데이터와 동의

red_rl 은 예선 1라운드 마감 시점의 제출물을 학습 상대로 삼아 만들었습니다. 이에 맞춰 룰북 §11.1(제출물의 연구 활용)에 AI 학습과 대항군 투입을 명시했습니다. red_rl 에는 제출물(YAML) 자체가 담기지 않으며, 설계 보호 원칙(§11.2)은 그대로입니다 — 리플레이에서 상대 기체는 밖에서 관측 가능한 항목만 보입니다.

무엇을 보시면 되나

red_rl 과의 교전 리플레이는 제출 페이지에서 받으실 수 있습니다. 사람이 짠 트리와 다른 선택을 하는 상대입니다 — 진 경기부터 여십시오.

대항군 파일은 종전과 같이 배포하지 않습니다.

문의: 카카오 오픈채팅 · ai.combat.support@gmail.com