CoToan：面向可复现游戏 AI 评估的可执行规则与表示契约

只有当不同实现所公开的是同一个决策问题时，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会通过改变动作概率，或将结果不同的状态合并，在无形中改变该问题。我们通过 CoToan 研究这一问题。CoToan 是越南数学棋的可执行规范与表示契约，将 Game Description Language (GDL) 与 OpenSpiel 连接起来。该游戏提供了一个很有价值的研究案例，因为一次吃子可能有多种算术依据，而游戏结果可能取决于计分规则和有限的对局时域。因此，CoToan 根据状态转移而非算术依据表示动作，并将时间和胜利配置视为任务身份的一部分。跨表示测试表明，在数百个采样和构造的位置上，各种表示在合法动作、后继状态和终局结果方面均达成一致；此外，我们还对全部 32 个运算符掩码和 512 个对手棋子子集进行了穷举检查。受控诊断进一步表明，依据算术依据进行均匀采样会改变终局动作的概率，而忽略剩余时间或胜利设置可能会合并具有不同终局行为的状态。这些结果表明，动作语义、时间和胜利配置并非单纯的实现细节。它们是实验任务本身的一部分，必须被显式表示，才能实现可复现的游戏 AI。