In che modo il cervello impara dal tuo modo di giocare?

HandyAI Games addestra una piccola rete neurale sul tuo telefono con imitazione delle tue mosse, partite in self-play e feedback con il pollice: niente cloud.

Tre maestri, un cervello

Il cervello di HandyAI Games non è un avversario programmato a priori: è una vera policy che impara mentre giochi. Apprende in tre modi: imitazione, copiando il tuo modo di gestire le situazioni; self-play, allenandosi da solo; e feedback diretto, quando valuti le sue scelte. Ogni sessione di gioco è anche una sessione di addestramento per lui, che tu te ne accorga o meno.

L'imitazione coglie prima le tue abitudini

All'inizio il cervello si limita soprattutto a osservare. Nota come affronti il tabellone — quando giochi in modo cauto, quando insegui una linea rischiosa, come ti riprendi dopo un errore — e costruisce il proprio stile iniziale sul tuo. Questo rende piacevole giocare contro un cervello giovane, perché le sue mosse risultano familiari: sono, in un certo senso, le tue stesse mosse riflesse.

Il self-play fa i compiti

L'imitazione da sola limiterebbe il cervello al tuo livello, quindi si allena anche per conto proprio. Le partite in self-play permettono alla policy di provare linee che non le hai mai mostrato e di mantenere ciò che funziona. È qui che il cervello inizia a sviluppare peculiarità che non gli hai insegnato: quando gioca una mossa che ti sorprende, l'addestramento è andato oltre la copia ed è entrato nella scoperta.

Pollice su, pollice giù

Il terzo maestro sei tu, che agisci da critico anziché da esempio. Quando il cervello fa una mossa puoi valutarla, e il segnale del pollice su o giù guida direttamente la policy. È il modo più rapido per correggere una cattiva abitudine senza dover ricominciare l'addestramento da zero: poche valutazioni mirate correggono comportamenti che centinaia di partite passive non riuscirebbero a cambiare.

Piccolo abbastanza da essere comprensibile

I cervelli sono volutamente piccoli: policy interpretabili, lineari o basate su una piccola MLP, appartenenti alla famiglia HG-Net-S e dimensionate per essere addestrate su un telefono anziché in un datacenter. Il vantaggio è la trasparenza: poiché la policy resta compatta, il suo diario delle decisioni può mostrarti quale mossa ha scelto e perché. Stai plasmando un giocatore che puoi davvero analizzare.