/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
8 авг 2026

clash-royale-policy-bc-v4

Обучение с подкреплением

Модель предсказывает следующий ход в Clash Royale по истории действий, включая выбор карты, размещение и время действия.

0скачиваний за 30 дней0лайковвеса обновлены8 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Clash Royale policy BC v4 — модель на PyTorch, разработанная Cochon123 для предсказания следующего действия в Clash Royale по истории действий. Она обучена методом поведенческого клонирования на повторах RoyaleAPI и выдаёт выбор слота колоды, зону и координаты размещения, а также время действия. Архитектура включает причинный трансформер с двумя слоями и размерностью 160, а также специализированные головы для выбора карты и размещения.

Сценарии применения

  • Предсказание следующей карты для хода в Clash Royale
  • Выбор зоны и координат размещения карты
  • Оценка времени следующего действия по истории боя
  • Анализ политики игры на повторах матчей
  • Оценка поведения игровой политики в экспериментальном режиме

Ограничения

Метрики выбора слота сильнее, чем качество предсказания размещения; координаты и темп игры уступают человеческим. Использование в реальной игре предназначено для оценки, а не для готового автономного агента.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Clash Royale policy BC v4

Behavior-cloning next-action policy trained on RoyaleAPI replays. Predicts deck-slot, placement (zone + XY), and timing from causal action history.

Summary

SplitSlot top-1Slot top-3Zone accXY MAETiming MAE
Test53.1%93.3%42.9%52871.54s
  • Battles: 22,554 total (train 15,788 / val 3,383 / test 3,383)
  • Train samples: 480,032 action prefixes
  • Created: 2026-08-08

Architecture

  • Causal transformer trunk (d_model=160, 2 layers)
  • Card-conditioned slot head + threat features (from v3)
  • Card-conditioned zone / XY placement heads
  • Reaction-window upweighting for defense-style answers

Files

FileDescription
best_model.ptPyTorch checkpoint (weights + vocab + config)
vocab.jsonCard vocabulary
report.jsonFull training report
training_stages.jsonPer-epoch curves

Usage

pip install git+https://github.com/cochon123/clash-royale-ai.git
hf download Cochon123/clash-royale-policy-bc-v4 --local-dir models/policy_bc_v4

cr-replays predict-policy data/raw/SOME_BATTLE.json --model-dir models/policy_bc_v4
cr-replays phone-lab --policy-v4 models/policy_bc_v4

Limits

Offline metrics are strong on slot choice; placement XY and live tempo are still weak relative to humans. Treat live phone play as an evaluation harness, not a finished agent.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
ad19257

0 моделей