https://www.kaggle.com/competitions/rock-paper-scissors/
ROCK = 0
PAPER = 1
SCISSORS = 2
Un agente es una función del siguiente estilo:
def agent(observation: dict, configuration: dict) -> int:
# Your code here
sign = ROCK
return sign
observation
es un dict de la siguiente forma: {'remainingOverageTime': 60, 'step': 0, 'reward': 0, 'lastOpponentAction': 0}
Donde step
indica cuántas manos se han jugado y reward
indica la puntuación hasta el momento (nr. de manos ganadas - nr. de manos perdidas).
lastOpponentAction
no existe en la primera jugada.
configuration
es constante:
{'episodeSteps': 30,
'actTimeout': 1,
'runTimeout': 1200,
'signs': 3,
'tieRewardThreshold': 20,
'agentTimeout': 60}