大脑如何从你的玩法中学习？

HandyAI Games 可在手机上训练小型神经网络：模仿你的玩法、进行自我对弈并接收点赞反馈，无需云端。

三位老师，一个大脑

HandyAI Games 里的大脑不是按脚本行动的对手，而是一个会在你游玩过程中不断学习、成长的真实策略。它通过三种方式学习：模仿，复制你处理局面时的做法；自我对弈，独自练习；直接反馈，由你为它的选择打分。你玩的每一局都同时是它的一节训练课，无论你是否意识到这一点。

模仿先学会你的习惯

起初，大脑主要通过观察来学习。它会观察你如何处理牌局——何时求稳、何时追求风险路线、犯错后如何补救——并以此塑造早期的风格。所以刚训练出来的大脑会让你打得很顺手，因为它的走法很熟悉：从某种意义上说，那正是你自己的走法映照出来的结果。

自我对弈完成练习

只靠模仿，大脑的水平就会停留在你的水平，因此它还会独自练习。自我对弈让策略尝试你从未展示过的路线，并保留其中有效的做法。大脑的一些你未曾教过的特点也会在这里形成——当它走出一步让你意外的路时，训练便已从模仿迈向探索。

点赞，点踩

第三位老师是由你担任评论者，而不是示范者。当大脑走出一步棋时，你可以为它评分，点赞或点踩的信号会直接引导策略。这是纠正坏习惯最快的方法，无需从头重新训练——几次恰到好处的评分，可能比几百局被动对弈更能修正行为。

小到可以看懂

这些大脑刻意保持小巧——采用可解释的线性策略和小型 MLP 策略，属于 HG-Net-S 系列，尺寸适合在手机上而非数据中心中训练。其优势在于透明：策略保持精简，决策日志就能向你展示它选择了哪一步以及原因。你培养的是一个真正可以查看、理解的玩家。