按「下一步 →」開始。六步走完同一手牌的第一個決定:硬 20 對莊家 8、前兩張。
- 第 1 步 牌面變成 PN 的活動。這手的局面(本頁用詞:牌面=自己手上的點數配莊家明牌;局面=牌面再加上軟硬、是不是前兩張;氣味=局面配一個候選動作)。硬 20:你手上 10+10,沒有 A 算成 11;硬 20 再抽除了 A 以外都爆,軟手再抽一張不會爆(A 可以改算 1)。莊家 8:翻開的那張是 8,你做決定時只看得到它。前兩張:你還沒抽過牌,所以加倍也能選,三個動作都開著。編碼。這個局面拆成五項資訊:硬 20 是兩項(點數 20、硬手),加上明牌 8、前兩張、候選動作「要牌」,各選中一組 PN(哪一組對哪個值,是作者事先用固定亂數抽定的,人設,和這些 PN 在真果蠅裡聞什麼無關;第 5 節講):點數 26 顆、明牌 22 顆、動作 36 顆、軟硬 12 顆、前兩張 8 顆,五組共 104 顆,其中 8 顆被兩項資訊同時選中、只算一次,實際亮 96 顆,其餘 586 顆是 0。每顆被選中的 PN 各有一個 0.7 到 1 的固定數當活動量,動作那組乘 1.3,被同時選中的把兩邊相加;整欄超過 1 的有 32 顆,多數是動作那組。圖上亮度照活動量。
- 第 2 步 每顆 KC 收到多少。每顆 KC 把「收到的每顆 PN 的活動 × 那條連結的權重」加總;權重是突觸數除以該 KC 收到的 PN 突觸總數。1,200 顆裡 542 顆收到非零的量(接到亮的 PN 才有),最高 1.069。圖上 KC 欄變成深淺不一。
- 第 3 步 只留最高的 6%。1,200 顆只留最高的 72 顆,其餘歸 0;留下的 72 顆除以其中最大值,變成 0 到 1。這 72 顆就是「硬 20 對 8 配要牌」這種氣味的代碼。這一步是作者用規則代替真果蠅的 APL,是人為設定。
- 第 4 步 亮的 KC 推動 MBON。每顆 MBON 把「每顆亮的 KC 的活動 × KC→MBON 權重 × 增益」加總(這是訓練的第一手,增益全是 1,什麼都還沒學),再加上 0.25 × 其他 MBON 推過來的量。圖上 97 顆 MBON 各一條長條,長度是活動量,最高 0.181;每顆亮的 KC 只畫它推得最用力的那一條線。
- 第 5 步 加總成好惡值。每顆 MBON 乘它的標記再全部加起來。圖上 MBON 依標記排成兩堆:上面 56 顆 +1(趨近型)、下面 41 顆 −1(迴避型)。加分堆 1.618、扣分堆 1.375,相減得到配「要牌」的好惡值 0.243。
- 第 6 步 三個動作各算一次,選最高。同一手牌配停牌、配加倍再各走一遍步驟 1 到 5:PN 只換「動作」那組。三個好惡值:要牌 0.2432、停牌 0.1681、加倍 0.0185,選最高的要牌。用上面的按鈕切換三個動作,看 PN、KC、MBON 怎麼跟著換;細節在六步下面的「第 6 步的細節」。
數字出處:打牌種子 0 第 1 手,由 scripts/anim_data.py 用作者的 flybrain/mb/model.py 算出,存在 out/blackjack/anim_data.json;圖由 scripts/make_anim.py 產生。說明全文:https://marginli.github.io/bsc-flyblackjack/part1-what.html