游戏介绍

比赛规则：

1. 两两对打，所有小组都会互相成为对手；按得分，选择一半的队伍进入下一阶段；
2. 比赛分阶段进行，每一阶段会淘汰掉一半的小组，并且随着阶段推进，对打轮次会增加； （具体来说，第一阶段，小组A会和班上其他全部小组都比赛，每场比赛2000次并且每个组会获得该轮比赛得分，如果小组A的所有得分和大于0将进入下一阶段比赛， 下一阶段比赛每一对比赛5000次，以后每轮增加5000次。）

训练模型：

1. 采用强化学习算法，训练模型；利用蒙特卡洛树搜索算法，训练模型

运行

1. 运行 test_agent.py 文件，查看模型效果
2. 运行 mc.py 文件，训练模型
3. policy_pkl 文件是训练好的模型
4. Group_Policy_4.py 是根据模型生成的策略文件