अब बिल स्काट में अच्छा है!
बिल और माइक पिछले कुछ समय से स्काट का अभ्यास कर रहे हैं और आखिरकार अब वे इतने अच्छे हो गए हैं कि एक-दूसरे को कड़ी टक्कर दे सकते हैं!
असल में हुआ यह कि मुझे अपने रोज़मर्रा के प्रोजेक्ट्स से थोड़ा विराम चाहिए था। स्काट के कंप्यूटर प्रतिद्वंद्वियों के खेल के स्तर से मैं कभी बहुत संतुष्ट नहीं था, इसलिए मैंने यह पता लगाने के लिए बाकायदा शोध करने का फैसला किया कि कंप्यूटर स्काट खिलाड़ी वास्तव में कैसे काम करते हैं—आज की सबसे आधुनिक और व्यापक रूप से स्वीकृत रणनीतियाँ, विचार और एल्गोरिदम क्या हैं। इसमें से कुछ मेरी समझ से बाहर था, लेकिन आखिरकार मैंने इस विषय को इतना समझ लिया कि इसे आज़मा सकूँ।
नतीजा? बिल और माइक हर हाथ में मुझे बुरी तरह पछाड़ने लगे। हालांकि, मैं खुद भी स्काट में बहुत अच्छा नहीं हूँ, इसलिए मुझे एक बेहतर कसौटी चाहिए थी: A/B परीक्षण। पिछले एक हफ्ते से आपमें से आधे लोग पुराने बॉट्स के साथ खेल रहे थे और आधे नए बॉट्स के साथ। नतीजे आ गए हैं और वे बेहद उत्साहजनक हैं।
कुछ आँकड़े!
A/B परीक्षण के एक हफ्ते तक चलने के बाद यह बिल्कुल स्पष्ट हो गया कि नए बॉट्स ने हर मापदंड में पुराने बॉट्स को पछाड़ दिया। वे ज़्यादा हाथ जीतते हैं और ज़्यादा अंक बनाते हैं, बेहतर बचाव करते हैं और अपने घोषित कॉन्ट्रैक्ट्स को भी कहीं अधिक बार पूरा करते हैं, इसलिए वे ज़्यादा सूचियाँ जीतते हैं। सीधी-सी बात है: नए बॉट्स हमारे स्काट गेम खेलने वाले औसत इंसान जितने अच्छे हैं, बल्कि थोड़े बेहतर भी हैं।
हाथ के स्कोर
पहले बॉट्स का औसत स्कोर घाटे में रहता था। औसत हाथ में आप उम्मीद कर सकते थे कि बॉट्स या तो कोई अंक नहीं बनाएँगे, या कॉन्ट्रैक्ट घोषित करके हार जाएँगे और उन पर लगा जुर्माना उनके कमाए हुए थोड़े-बहुत अंकों से भी अधिक होगा। उनका प्रति हाथ औसत स्कोर नकारात्मक था, जबकि इंसानों का स्कोर आम तौर पर काफी अच्छा रहता था—संभवतः इंसानों के बेहतर कॉन्ट्रैक्ट बोलने और बॉट्स के इंसानों के कमजोर कॉन्ट्रैक्ट्स के खिलाफ खराब बचाव, दोनों का मिला-जुला नतीजा।
हालाँकि, नए बॉट्स कहीं अधिक सक्षम हैं। जिन कॉन्ट्रैक्ट्स को जीतने का भरोसा नहीं होता, उन पर बोली लगाने से बहुत सावधान रहते हुए अब बॉट्स अंक खोने के बजाय अधिक बार अंक कमाते हैं और इस तरह उनका प्रति हाथ औसत स्कोर काफी शानदार हो गया है। दूसरी ओर, अब इंसानी खिलाड़ियों का सामना ऐसे बॉट्स से है जो कहीं बेहतर बचाव करते हैं, इसलिए जोखिम भरे कॉन्ट्रैक्ट्स पूरे करना बहुत कठिन हो गया है और प्रति हाथ स्कोर कम हुआ है। फिर भी वे घाटे में नहीं हैं!
लगाए गए और जीते गए कॉन्ट्रैक्ट्स
जैसा कि हाथ के स्कोर वाले चार्ट से शायद स्पष्ट है, अब रोबोट यह समझने में सक्षम हैं कि कितनी ऊँची बोली लगानी है और कॉन्ट्रैक्ट जीतने के बाद उसे वास्तव में पूरा कैसे करना है।
आम तौर पर आप अपने घोषित किए गए कम-से-कम दो-तिहाई कॉन्ट्रैक्ट जीतना चाहेंगे, क्योंकि हारने पर मिलने वाला दंड जीतने पर मिलने वाले लाभ से दोगुना होता है। इतना तो तय है कि पुराने बॉट्स इस ऊँचे लक्ष्य तक नहीं पहुँच पाए।
पुराने कंप्यूटर खिलाड़ी आम तौर पर बहुत ज़्यादा बोली लगाते थे और नतीजतन अपने कई कॉन्ट्रैक्ट पूरे नहीं कर पाते थे। अधिकांश नहीं, लेकिन इतने ज़रूर कि घाटे से बचने के लिए आवश्यक जादुई 66% से नीचे रह जाते थे।
नए बॉट्स कहीं अधिक सोच-समझकर बोली लगाते हैं। उन्हें पता होता है कि वे कौन-सी बोली हासिल कर पाने की संभावना रखते हैं और वे उससे ऊँची बोली नहीं लगाते। बिल को माइक की तुलना में अधिक जोखिम लेने के लिए तैयार किया गया है, लेकिन नीलामी आम तौर पर लाल रेखा के पास पहुँचने से बहुत पहले ही खत्म हो जाती है।
नतीजतन, जब नए बॉट्स कॉन्ट्रैक्ट घोषित करते हैं तो वे उसे लगभग हमेशा पूरा कर लेते हैं। अच्छी टीमवर्क और थोड़ी किस्मत के साथ उन्हें हराना कतई असंभव नहीं है—बस पहले जितना हास्यास्पद रूप से आसान भी नहीं रहा।
जीते गए गेम
और आखिर में, मेरी इस पूरी यात्रा का कारण: जीत की बेहद असंतुलित दरों को ठीक करना। सच कहूँ तो पुराने बॉट्स बहुत अच्छे नहीं थे। उनके खिलाफ खेलने वाले इंसान बहुत बड़े बहुमत से गेम जीतते थे: 77%। यह साफ़ तौर पर बेतुना है—हमारे 'आराम से कुछ गेम खेलने वाली कैज़ुअल साइट' होने के सामान्य दर्शन के हिसाब से भी यह असंतुलन बहुत ज़्यादा था।
दोबारा काम करने के बाद मैं गर्व से कह सकता हूँ कि कंप्यूटर प्रतिद्वंद्वी अब इंसानी खिलाड़ियों के लगभग बराबर दर से जीत रहे हैं—बल्कि थोड़े बेहतर भी—इंसान सभी सूची जीतों में से केवल 30% ही हासिल कर पाते हैं। इससे बिल और माइक हमारी पूरी साइट के सबसे सक्षम कंप्यूटर खिलाड़ी बन जाते हैं! इससे पहले क्रिबेज़ सबसे आगे था, जिसका कंप्यूटर प्रतिद्वंद्वी अच्छे दिन में 51% गेम जीतता है।
अब नए बॉट्स थोड़े ज़्यादा ताकतवर और बहुत चुनौतीपूर्ण लग सकते हैं। हमारा उद्देश्य पेशेवर स्तर का स्काट कंप्यूटर खिलाड़ी बनाना नहीं था। मुझे पूरा यकीन है कि कोई वास्तव में अच्छा स्काट प्रेमी नए बॉट्स को आसानी से पछाड़ सकता है, लेकिन फिर भी वे निस्संदेह काफी चुनौतीपूर्ण हैं। हालांकि, वे चीज़ों को थोड़ा आसान बनाने और अंततः लगभग बराबर 33% हिस्सेदारी तक पहुँचने के लिए एक शानदार शुरुआती बिंदु हैं। यह तय करना भविष्य के A/B परीक्षण सत्र और मेरे किसी भावी प्रोजेक्ट का काम है!
नए बॉट्स अब उपलब्ध हैं!
इस पोस्ट के प्रकाशित होने से अब नए बॉट्स सभी के लिए खेलने हेतु उपलब्ध हैं।
डिफ़ॉल्ट रूप से नए बॉट्स "मुश्किल कंप्यूटर प्रतिद्वंद्वी" विकल्प के ज़रिए चालू हैं, लेकिन मेरे जैसे कैज़ुअल खिलाड़ियों के लिए, जिन्हें उनका सामना करने से पहले थोड़े अभ्यास की ज़रूरत है, इस विकल्प को विकल्प मेन्यू में बंद किया जा सकता है। ऐसा करने पर आसान प्रतिद्वंद्वी चालू हो जाते हैं, जो नए बॉट्स जैसी ही प्रणाली का इस्तेमाल करते हैं, लेकिन इस तरह समायोजित किए गए हैं कि दोनों मिलकर इंसान के खिलाफ केवल 50% सूचियाँ जीतें। फिर भी मैं उनके प्रदर्शन पर नज़र रखूँगा और अगर वे अब भी बहुत चुनौतीपूर्ण निकले, तो उन्हें और आसान कर दूँगा, जब तक कि इंसान आधे गेम जीतने न लगें। उस 50% आँकड़े तक पहुँचने के लिए मैंने कोई विशेष A/B परीक्षण नहीं किया; मैंने बस आसान बॉट्स को मुश्किल बॉट्स के खिलाफ खिलाया—मुश्किल बॉट्स इंसानी खिलाड़ी की भूमिका में थे—और सेटिंग्स तब तक बदलता रहा जब तक मुश्किल बॉट्स आसान बॉट्स को लगभग सही अनुपात में हराने नहीं लगे।
नई रणनीति के कारण बिल और माइक का स्काट एल्गोरिदम हमारी साइट के सभी बॉट खिलाड़ियों में शायद सबसे जटिल और विस्तृत है, लेकिन अगर यह प्रयोग सफल रहा तो शायद मैं इसे हमारे और गेम्स के लिए अपनाने की कोशिश करूँ। देखते हैं!
मुझे उम्मीद है कि आपको नए बॉट्स पसंद आएँगे और वे सभी के लिए अधिक चुनौतीपूर्ण और मज़ेदार अनुभव लेकर आएँगे!
अगर आप नए बॉट्स को आज़माना चाहते हैं, तो बस Skat here on Cardgames.io पर जाएँ। और अगर नए बॉट्स के बारे में आपकी कोई टिप्पणी या प्रतिक्रिया है, तो support@cardgames.io या हमारे किसी भी सोशल मीडिया चैनल के ज़रिए मुझसे संपर्क करने में बिल्कुल न झिझकें।
अगली बार तक!
