178 lines
4.9 KiB
Markdown
178 lines
4.9 KiB
Markdown
# Task5: 短牌型EHS交叉验证系统
|
||
|
||
## 概述
|
||
|
||
Task5实现了一个完整的短牌型德州扑克EHS交叉验证系统，用于验证短牌型本地生成与xtask导出的EHS的一致性。
|
||
|
||
## 核心功能
|
||
|
||
### 验证目标
|
||
从task5_main.py解析xtask导出的数据 → 短牌型生成器重新计算EHS/HIST → EMD距离比较一致性
|
||
|
||
### 三阶段验证
|
||
1. **River阶段**: EHS单值精确匹配验证
|
||
2. **Turn阶段**: 30-bin直方图分布验证
|
||
3. **Flop阶段**: 465-bin直方图分布验证
|
||
|
||
## 文件结构
|
||
|
||
```
|
||
├── task5_main.py
|
||
├── task5_readme.md
|
||
├── cross_validation/
|
||
│ ├── __init__.py
|
||
│ ├── cross_validation.py #交叉验证
|
||
│ └── parse_data.py # 导出数据解
|
||
├── shortdeck/
|
||
│ └── gen_hist.py # 生成直方图
|
||
└── ehs_data/ # xtask导出数据
|
||
├── river_ehs.npy
|
||
├── turn_hist.npy
|
||
└── flop_hist.npy
|
||
```
|
||
|
||
## 关键特性
|
||
|
||
|
||
### 数据类型
|
||
用解析器将xtask导出的数据存储未以下结构：
|
||
```python
|
||
# River EHS记录
|
||
RiverEHSRecord: board_id, player_id, ehs, board_cards, player_cards
|
||
|
||
# Turn直方图记录
|
||
TurnHistRecord: board_id, player_id, bins[30], board_cards, player_cards
|
||
|
||
# Flop直方图记录
|
||
FlopHistRecord: board_id, player_id, bins[465], board_cards, player_cards
|
||
```
|
||
|
||
### 验证流程
|
||
1. **数据解析**: 从.npy文件解析原始数据生成上述结构
|
||
2. **牌面解码**: 在解析的数据中取样，使用样本的board_cards/player_cards组合成具体牌面
|
||
3. **重新计算**: 使用短牌型生成器根据turn/flop/river（player_cards+board_cards）重算EHS/HIST
|
||
4. **一致性比较**: EMD距离/数值差异分析
|
||
5. **结果统计**: 通过率、平均误差、分布特征
|
||
|
||
## 使用方法
|
||
|
||
### 基本运行
|
||
```bash
|
||
python task5_main.py
|
||
```
|
||
|
||
### 参数配置
|
||
```bash
|
||
python task5_main.py --river-samples 10 --turn-samples 5 --flop-samples 3
|
||
```
|
||
|
||
### 参数说明
|
||
- `--river-samples`: River阶段验证样本数（默认20）
|
||
- `--turn-samples`: Turn阶段验证样本数（默认10）
|
||
- `--flop-samples`: Flop阶段验证样本数（默认5）
|
||
|
||
## 输出示例
|
||
|
||
```
|
||
========== OpenPQLDecoder (短牌型36张牌) ===============
|
||
初始化短牌型EHS直方图生成器，牌组大小: 36
|
||
牌型范围: SIX-ACE
|
||
|
||
验证River EHS样本 (最大样本数: 5)
|
||
样本 1: [Qd Ad] + [6s Th Qc Kd Ac]
|
||
原始EHS: 0.692118
|
||
重算EHS: 0.692118
|
||
差异: 0.000000
|
||
|
||
验证Turn直方图样本 (最大样本数: 3)
|
||
样本 1: [8h 8s] + [6s Qd Kd Kh]
|
||
原始直方图: bins=30, sum=13.640, 非零bins=30
|
||
生成直方图: bins=30, sum=13.677, 非零bins=30
|
||
归一化后EMD距离: 0.021985
|
||
|
||
验证Flop直方图样本 (最大样本数: 2)
|
||
样本 1: [Qd Kd] + [7h Qh Qs]
|
||
原始直方图: bins=465, sum=422.320, 非零bins=465
|
||
生成直方图: bins=465, sum=427.315, 非零bins=465
|
||
归一化后EMD距离: 1.509076
|
||
|
||
|
||
```
|
||
|
||
## 验证标准
|
||
|
||
### River阶段
|
||
- **成功标准**: 匹配率 > 80% 且平均差异 < 0.05
|
||
- **评估方法**: 直接数值比较，容差1e-6
|
||
|
||
### Turn/Flop阶段
|
||
- **成功标准**: 低EMD率 > 60% 且平均EMD < 0.5
|
||
- **EMD阈值**: < 0.2视为低距离
|
||
- **评估方法**: Wasserstein距离量化分布差异
|
||
|
||
## 数据处理
|
||
|
||
### 解码
|
||
```python
|
||
# Board ID → 公共牌组合
|
||
board_cards = decoder.decode_board_id(board_id, num_cards)
|
||
|
||
# Player ID → 手牌组合
|
||
player_cards = decoder.decode_player_id(player_id)
|
||
```
|
||
|
||
### 导出数据结构
|
||
```python
|
||
# river_ehs.npy
|
||
{
|
||
'board': int64, # 公共牌ID（5张牌的编码）
|
||
'player': int64, # 玩家手牌ID（2张牌的编码）
|
||
'ehs': float64 # EHS值（0.0-1.0之间的浮点数）
|
||
}
|
||
|
||
# turn_hist.npy
|
||
{
|
||
'board': int64, # 公共牌ID（4张牌的编码）
|
||
'player': int64, # 玩家手牌ID（2张牌的编码）
|
||
'bins': ndarray # 30维直方图数组
|
||
}
|
||
|
||
# flop_hist.npy
|
||
{
|
||
'board': int64, # 公共牌ID（3张牌的编码）
|
||
'player': int64, # 玩家手牌ID（2张牌的编码）
|
||
'bins': ndarray # 465维直方图数组
|
||
}
|
||
```
|
||
|
||
### 编码方式
|
||
|
||
- **Card64编码（用于3-5张公共牌）：**
|
||
64位，每个suit占16位
|
||
每位表示对应rank的牌是否存在
|
||
用于board_id（公共牌）编码
|
||
|
||
- **Hand<2>编码（用于2张牌）：**
|
||
16位，低8位和高8位分别编码两张牌
|
||
每张牌用8位编码：高4位=suit，低4位=rank
|
||
用于player_id（手牌）编码
|
||
|
||
## 短牌型
|
||
- **牌组**: 6, 7, 8, 9, T, J, Q, K, A (四花色，共36张)
|
||
- **组合数**: Flop阶段C(31,2)=465, Turn阶段30种可能
|
||
- **EHS计算**: 枚举所有对手组合，计算胜率期望
|
||
|
||
|
||
## 版本信息
|
||
|
||
- **Version**: 1.0
|
||
- **Python**: 3.13+
|
||
- **依赖**: numpy, scipy, dataclasses
|
||
|
||
## 遗留
|
||
1. **抽样优化**
|
||
2. **牌面同构优化**
|
||
3. **解析数据存储**
|
||
4. **反向验证对比**
|
||
|