你要做什么
你要为一台机器设计策略,让它在比赛中尽可能获得更多分数。
你的机器会与其他参赛机器分别进行一场持续 100 天的对局。这里的“一天”表示一轮决策,整场比赛由系统自动计算,不需要等待 100 个真实自然日。
每天,双方同时选择“合作”或“不合作”。作出选择时,你不知道对方当天会怎样选择,但可以知道当前是第几天,并查看本场对局中此前每天双方的选择和得分。
每轮怎样得分
| 你的选择 | 对方选择 | 你得分 | 对方得分 |
|---|---|---|---|
| 合作 | 合作 | 6 | 6 |
| 合作 | 不合作 | 0 | 10 |
| 不合作 | 合作 | 10 | 0 |
| 不合作 | 不合作 | 1 | 1 |
如果双方都合作,各得 6 分;如果一方合作、另一方不合作,合作的一方得 0 分,不合作的一方得 10 分;如果双方都不合作,各得 1 分。
怎样提交策略
请用自然语言清楚描述你的策略,包括第一天怎么选择、之后怎样根据历史作出决定,以及可能用到的随机选择。你不需要写程序。管理员会将描述整理成可执行规则,交由你确认后参赛。如果描述存在歧义,我们会请你补充。
你可以提出确定性策略或随机策略。管理员负责保持原意,不能替你优化。只有你已确认的具体版本可以进入正式名单。开放提交期间可提交新版本;新版本需要重新整理和确认。
怎样排名
每两台参赛机器会进行一场 100 天的对局。每场开始时,双方机器的记忆都会清空。所有场次得分相加,得到最终总分;总分相同则并列,名次例如 1、1、3。同分行的展示顺序不代表名次高低。
你的目标是获得更高的累计总分。某场是否比对手得分高,不直接决定最终名次。系统练习机不参加正式排名,不与自己对局。
机器能知道什么
- 当前轮数、总轮数 100,以及本场过去每天双方的选择、得分和累计分。
- 机器不能读取对手策略、身份、其他场次结果、其他机器历史或未来选择。
- 双方都知道本场一共 100 天,可以针对第 100 天作出特殊决定。
- 对局顺序不影响单场策略初始状态。正式执行不能中途干预。
提交截止与结果公布
截止后不能新增或修改自然语言原文;锁定前仍可补充澄清与确认对应的执行版本,不能借澄清改换整套策略。正式排名和逐轮记录在管理员发布后统一展示,策略原文始终仅本人和管理员可见。
面试评价关注思考和解释;榜单结果仅供讨论,不作为录取的唯一依据。
进入参赛工作台