FirstLight Zero

一个很小的皇室战争模型，不看任何人类数据，靠自博弈学会了 3.0 速弩内战。

English · 简体中文

训练历程 · 训练指标 · 上手指南 · 系统架构 · 评测 · 模型

现在比较强的皇室战争 AI，都是先学人类对局数据。我想知道不看这些数据能不能也学好，所以这个模型从随机权重开始，只跟自己和自己的老版本打，卡组怎么用也没人教过它。

练了 1450 轮之后，这个 117 万参数的小模型赢下了一个 1679 万参数的模仿学习模型。后者是用 193,530 局顶尖天梯对局训练出来的。

结果

40 局，速弩内战，11 级。checkpoints/ 里有 v50 到 v1500 每 50 版一个模型，推荐用 v1450。

对手	大小	训练方式	我们的版本	胜率
IL Model Everlight	1679 万	193,530 局人类对局	v1460	97.5%

它没有参与过训练。训练历程里有完整的胜率曲线和每个阶段打法的变化。

仓库内容

路径	内容
firstlight_zero/	训练和评测：特征、模型、采集、推理服务、PPO、胜率扫描和循环赛
native_runner/	从 FirstLight CR 精简来的对局环境层，探针源码在 native_runner/probe/
tools/	评测服务、战术分析、回放导出和回放校验
checkpoints/	每 50 版一个模型，firstlight-zero-v50.pt 到 firstlight-zero-v1500.pt
docs/	上面链接的各篇文档

快速开始

需要 Python 3.12、训练用的 GPU，以及 15.535.13 版本的原生对局引擎。本仓库不含游戏客户端。FirstLight CR 提供了完整的训练栈，可以用你自己提供的客户端构建引擎，包括探针、APK 工具、对局环境和训练指南。这份代码具体需要什么，见上手指南。

pip install -r requirements.txt
python tests/test_consistency.py      # 不需要引擎

cp engines.example.json engines.json  # 每个引擎进程一条
python firstlight_zero/launch.py prepare --run runs/first
python firstlight_zero/launch.py start --run runs/first > runs/first/supervisor.log 2>&1 &
python tools/status.py runs/first

想改训练参数，在 prepare 时加 --set。评测仓库里的模型见使用预训练模型。

鸣谢

感谢 daybreak-cr。这里的训练框架受它的异步训练框架启发，我的 PPO 训练吞吐比之前提高了 1.5 倍速。

许可

FirstLight Zero 是独立的离线项目，采用 Apache-2.0 许可，与 Supercell 没有关联。本项目不分发游戏及其资源，也不连接官方服务器。详见 NOTICE。