Repository navigation
这一版做了什么
把 AI 的走子评估从写死的 if/else 抽成「25 维特征 × 权重」的线性策略，参数可以在运行时替换；
配套一整套自对弈进化（RSI 式）闭环工具：
自对弈产数据 → 训练 → 跑分验证 → 晋升为新冠军 → 回到第一步
tools/SelfPlayData：自对弈，记录每个局面的根访问分布 + 每局胜负（RESULT）tools/Trainer：混合目标 = 策略蒸馏（拟合访问分布）+ 胜负策略梯度
（-pgWeight·outcome·log p(实际着法)），并把胜负按行棋方做优势归零去偏tools/MatchRunner：对局跑分（基线权重写死，避免「自己打自己」），带 Wilson 95% 下界tools/Evolve：主循环，含「开局不变量」硬闸门与 Wilson 下界晋升判据
实测结果（如实说明）
本轮进化没有产出比手写基线更强的参数：
| 候选改动 | 结果（9 路，150ms/手 或 60ms/手） |
|---|---|
| 自对弈蒸馏候选（16 局） | 10 : 6（62.5%） |
| 同一候选复核（48 局） | 21 : 27（43.8%） |
| 先验温度 3 / 5 / 14 / 24 | 30% / 30% / 45% / 46% |
| puctC 1.0 / 2.4 | 36% / 35% |
| 蒸馏+胜负梯度（未去偏，32 局） | 10 : 22（31.3%） |
| 蒸馏+胜负梯度（优势归零，32 局） | 14 : 18（43.8%） |
要点：
- 16 局的 62.5% 只是噪声，48 局复核掉回 43.8%；改用 Wilson 下界判据后这类候选会被直接拒绝。
- 胜负信号「去偏」是必须的：直接拿胜负当回报时，白棋胜率高会让所有白方局面吃正回报、
黑方局面吃负回报，而特征不含颜色；去偏后从 31.3% 回到 43.8%。 - 但 Wilson 下界在 32 局时需要约 65% 胜率才放行，而这类方法的一步改进通常只有几个百分点，
小样本下本就无法被证明。想看到真实增益，需要把自对弈规模提到成千上万局，并引入价值基线。
交付参数保持最初的手写基线（本版 APK 与上一版棋力相同，重点是进化/验收机制）。
自测 53/53 通过。
安装
下载 KayaGo-1.2.0.apk 直接安装（Android 8.0+）。