开发者耗时两天自制皇室战争 AI：基于专用策略网络与强化学习对战

有开发者耗时两天自制了一款皇室战争 AI，从 4B Qwen 转向紧凑的专用策略网络，实战表现优于预期。模型融合 CNN、Entity Attention 与 Temporal Transformer 联合决策，基于约 2.95 亿状态帧模仿学习与 PPO+GAE 闭环对战训练。环境端通过逆向 ARM64 libg.so 接入独立 headless 宿主，支持按 tick 推进与高效并行采样。