HK//HACKERSHACKATHONS · KAGGLE · FOR BEGINNERSEN
HACKERS / Kaggle

Pokémon TCG AI Battle Challenge Playground(Kaggle):附一周天梯数据的新手攻略

这是一场模拟对战比赛:你上传一个 Agent 和一套 60 张的卡组,Kaggle 会让它和评分相近的 Agent 进行三局两胜的对战,一直到 2027 年 1 月 8 日。奖品是给前 5 名队伍的 Kaggle 周边,没有积分和奖牌,所以很适合没有压力地学游戏 AI。我们解析了 Kaggle 五天的公开回放导出(10 月 13、14、16、17 和 19 日):111 支队伍之间的 8,631 场对局。其中 68 支队伍用过和第一届最强公开 Agent 一起发布的那套卡组,一模一样。这套卡组的胜率只有 39.9%,它的出场占比在这一周里从 30% 降到了 8%。下面讲评分怎么算、现在的对手都在用什么、数据显示的克制关系,以及你第一周的计划。

截止
奖金SwagThe Pokémon Company - PTCGABC Team
官方页面 ↗

流程思维导图

根据比赛概览、规则和数据页,票数最高的 12 个公开 notebook,以及我们自己对 Kaggle 10 月 13、14、16、17 和 19 日每日回放导出的解析(读取于 2026 年 10 月 21 日)为这场比赛定制。它按游戏 Agent 的流程来分,而不是表格数据流程。

  1. 01先让一个合规的 Agent 上天梯
    1. 1.1fork 一个能生成 submission.tar.gz 的 notebook
    2. 1.2顶层放 main.py,加上 deck.csv
    3. 1.3检查自我对战验证局
    4. 1.4评分从 μ = 600 开始
  2. 02卡组和 Agent 要一起选
    1. 2.1策略模型只认识它训练过的卡组
    2. 2.2被抄最多的公开卡组:对局胜率约 40%
    3. 2.3不要公开你的卡组配方
  3. 03离线测量
    1. 3.1在本地打三局两胜的系列赛
    2. 3.2对多种卡组类型做测试
    3. 3.3统计先手和后手
    4. 3.4盯住 600 秒的时间储备
  4. 04看懂天梯
    1. 4.1Kaggle 上的每日回放导出
    2. 4.2评分需要一两天才能稳定
    3. 4.3保持两个不同的 Agent 处于激活状态

关键信息

主办方
The Pokémon Company(赞助方),由 Kaggle 以模拟对战比赛形式举办。它延续了第一届 Featured 比赛 PTCG AI Battle Challenge ↗
奖金
前 5 名队伍的每位成员可以自选一件 Kaggle 周边。没有 Kaggle 积分和奖牌 ↗
截止时间
报名和合并队伍截止 2027 年 1 月 1 日;最终提交 2027 年 1 月 8 日,都是 UTC 23:59。之后对局还会继续大约两周,到 1 月 22 日左右,再做最终的 Bradley-Terry 排名 ↗
要提交什么
一个 .tar.gz 包,顶层放 main.py 和一个列出 60 个卡牌 ID 的 deck.csv。最大 197.7 MiB;Agent 从 /kaggle_simulations/agent/ 运行,资源是 2 个 vCPU、12.2 GiB 内存和 11.8 GiB 磁盘 ↗
提交次数
每天 5 次。只有最新的 2 个提交保持激活并计入排名;最多可以选 2 个最终提交 ↗
组队
每队最多 5 人。在 1 月 1 日前,只要合并后的提交次数不超过限制,就可以合并队伍 ↗
分享规则
公开的代码必须发在本比赛的 Kaggle notebook 或论坛上,但不能公开分享 Pokémon Elements;规则对这个词的定义包括卡组配方和卡牌数据 ↗
参赛资格
需要 Kaggle 账号;年满 18 岁或达到法定成年年龄,以较大者为准;不能居住在受制裁地区 ↗
参与情况(2026 年 10 月 21 日)
1,463 名报名者 · 495 名参与者 · 461 支队伍 · 839 次提交 ↗

题目拆解

要提交什么

一个 Agent,而不是预测结果。每个回合,引擎会把场面、对局记录和一列合法选项发给你的 main.py;你返回所选选项的序号,所以从设计上就不可能走出非法操作。卡组也是 Agent 的一部分:deck.csv 列出 60 个卡牌 ID,由你来选。Kaggle 会先让你的提交和它自己的副本打一局。如果这局崩溃了,提交会被标记为 Error,你可以下载日志查看。

评分怎么算

每个 Agent 都有一个技能估计 N(μ, σ²),μ 从 600 开始。Kaggle 会让评分相近的 Agent 对战;赢了 μ 上升,输了 μ 下降,赢多少不重要。新提交的对局更频繁,所以评分稳定得更快。Kaggle 的回放索引显示,10 月 20 日导出的平均分中位数是 1,109,9 月 29 日是 512,所以整体水平已经远高于起点。fork 一个公开 Agent 能让你上天梯,往上爬就要靠你自己的改进。

大家都抄的那套卡组

第一届 Team Unown Gradiant(Dipam Chakraborty)的 Agent 以 MIT 许可公开:一个用自我对弈 PPO 训练的 token-transformer 策略,附带权重和最终的 60 张卡组。在我们五天的回放里,111 支队伍中有 68 支至少用过一次这套一模一样的卡组。它占了全部出场席位的 18.6%,对局胜率 39.9%(95% 区间 38–42%)。随着各队换掉它,它的出场占比从 10 月 13 日的 30.1% 降到了 10 月 19 日的 7.6%。111 支队伍里有 97 支至少用过一套别的队伍也用过的卡组。

现在大家都在用什么

按主力宝可梦分组,我们样本里的出场占比是:Alakazam/Dudunsparce 28.1%(26 支队伍,对局胜率 51.8%),不带 ex 宝可梦的 Thwackey/Dipplin 22.1%(16 支队伍,50.5%),被抄的 Ogerpon/Meganium 卡组 18.6%(39.9%),Dragapult ex 12.1%(17 支队伍,55.6%),Banette/Dhelmise 8.9%(9 支队伍,56.9%)。Mega Kangaskhan ex 和 Mega Excadrill ex/Genesect ex 各约 3%。8,631 场对局里只出现了 65 套不同的卡组。

克制关系像石头剪刀布

我们样本里各卡组类型之间的对局胜率(不含镜像对局,每组至少 150 场):Alakazam 对被抄的 Ogerpon 卡组胜率 76%,Thwackey 对它 69%。Dragapult 对 Alakazam 64%,对 Thwackey 74%。Banette 对 Alakazam 71%。被抄的 Ogerpon 卡组对 Dragapult 仍有 55%,对 Banette 57%。把这些数字当作测试线索,而不是卡组排名:每个数字都混合了卡组本身和使用它的 Agent,而且天梯是让评分相近的 Agent 对战。

先手很重要

在能判断谁先手的对局里,先手方在 21,102 局中赢了 57.4%(95% 区间 56.7–58.0%)。在双方用完全相同卡组的对局里,先手方在 2,581 局中赢了 60.6%。Agent 在被问到时可以自己选择先后手,所以这是观察数据,但这一点很容易做对:记录你的 Agent 怎么回答,以及那些对局的结果。

大多数 Agent 几乎不用时间

每场对局双方各有 600 秒时间储备,覆盖所有局。我们样本里出场席位用时的中位数是 5.6 秒,85% 不到 30 秒:它们直接用策略模型或简单规则出牌。用了 30–120 秒的席位胜率 57.6%;用了 300 秒以上的 145 个席位胜率 41.4%。搜索有帮助,但前提是要快。超时会输掉整场对局;8,631 场里有 11 场因超时结束,4 场因 Agent 出错结束。

新卡是优势,前提是你的 Agent 看得懂

Playground 新增了 164 张卡(ID 1268–1431),第一届的模型从没见过。至少带一张新卡的卡组占了 28.8% 的出场席位,对局胜率 55.4%;只用第一届卡牌的卡组是 47.8%。如果你从第一届的模型开始,要用打过新 ID 补丁的版本,否则它会误读使用新卡的对手。

容易踩的规则

你只能在本比赛的 Kaggle 页面上公开分享代码,而且不能公开分享 Pokémon Elements。规则把卡组配方和卡牌数据列在这个词下面。分析环境的 notebook 正是因为这个原因不公开卡组列表,我们这里也不列。把你的 deck.csv 留在不公开的提交文件里。

你会拿到什么

接受规则后才能下载。数据只能用于本比赛。你自己提交的回放在 Submissions 页;其他队伍的回放来自排行榜和 Kaggle 的每日对局导出,数据页说这些是评分最高的对局。我们五天的样本取自这些导出,所以偏向有评分、活跃的 Agent。

ptcg_engine_playground/
kaggle-environments 使用的模拟器 SDK(cabt),逻辑和天梯完全一样。包含一个搜索 API(search_begin / search_step),可以往前模拟几步
sample_submission/
一个最简单的 Agent 和卡组,可以照着它的打包结构来做
EN_Card_Data_R2_full.csv · JP_Card_Data_R2_full.csv
卡牌元数据,每个招式一行:ID、名称、扩展包、进化阶段或卡牌类型、规则、类别、HP、属性、弱点、抗性、撤退、招式费用、伤害和效果文字
Card_ID_List_EN.pdf · Card_ID_List_JP.pdf
卡牌参考,含 ID、名称、系列、编号和卡图
每日回放数据集
kaggle/the-pokemon-company-ptcg-ai-battle-challenge-playground-episodes-YYYY-MM-DD,每天约 1,300–2,600 场三局两胜对局(解压后约 21 GB JSON),另有一个记录每日数量的索引数据集

提交包结构

submission.tar.gz
├── main.py      # entry point: receives the observation, returns option indices
├── deck.csv     # 60 card IDs, one per line
└── ...          # your modules, weights, etc. (≤ 197.7 MiB total)

tar -czvf submission.tar.gz *

来自比赛的数据页或概览页 ↗

评测指标:天梯对局得出的技能评分(μ, σ);最终用 Bradley-Terry 排名

没有测试集。你的 Agent 和评分相近的 Agent 打三局两胜。赢了 μ 上升,输了下降,平局会让双方评分互相靠近;σ 表示不确定性,打得越多越小。赢多少不重要。排行榜上只显示你评分最高的 Agent。

没有私榜。1 月 8 日之后,剩下的 Agent 会继续对战大约两周,然后 Kaggle 用这些对局拟合一个 Bradley-Terry 模型来确定最终名次。Kaggle 说它只追踪你最新的两个提交,并把它们作为最终提交,所以再次上传前先确认最新的两个是哪两个。 ↗

每个新提交的初始评分(μ₀): 600 ↗

公开基线

我们在 2026 年 10 月 21 日通过 Kaggle 公开 API 阅读的公开 notebook(票数取自当天上午的 Kaggle 列表)。模拟对战类 notebook 没有排行榜分数,所以我们列出每个 notebook 做了什么。这些我们都没有提交过。“PTCG Strong Agent Build”(yinghualengyue)和 “Pokemon Challenge Ultra 900+” 逐个单元格完全相同,所以只列原版。

Notebook▲LB为什么值得看
PTCG AI Battle Playground: New Cards 900+6—最快的合规起步。用第一届的 PPO Agent(MIT)生成 submission.tar.gz,并打了补丁,让模型把 164 张新卡的 ID 当作未知卡读取。它用的是那个 Agent 原来的卡组,也就是 68 支队伍抄的那套,所以在你改动之前,预期胜率在 40% 左右。
PTCG Tutorial 4: Submission6—一个四篇 notebook 系列的最后一篇:回放转成训练分片、在 GPU 上做行为克隆、自我对弈 PPO,最后打包。重点看打包的坑:运行器可能直接执行文件而不是导入它,并且使用最后一个定义的可调用对象。
pokémon notebook (belief-state forward search)14—一个不依赖第三方库的搜索 Agent:它猜测对手的隐藏卡牌,用引擎的搜索 API 往前模拟,失败时退回一个合规的启发式规则。如果你想学搜索而不是训练网络,这是一个好的起点。
Pokemon Challenge Ultra 900+49—票数最高的 notebook:对公开 PPO checkpoint 的可审计复现,修正了三局两胜的座位问题,有 SHA256 校验,还有一个更强的对手池用于本地测试。说明是中文的;作者说他之前基于规则的 Agent 评分掉到了 388.6。
PTCG Daily Meta: Matchups, Turn Order & Top Decks7—挂载每日回放数据集后,它会拟合 Bradley-Terry 强度、卡组类型占比、克制关系、先后手和时间储备使用情况。用它来挑选你本地测试的对手。
PTCG Meta: What Changed & What to Test Next18—用以队伍为单位的 bootstrap 区间比较两个 7 天的回放窗口,并把变化转换成针对你所用卡组类型的对手列表。它刻意不显示卡组列表。
PTCG Hierarchical Policy & Bradley-Terry Modeling21—一个写得像论文的规则 Agent:组卡时的起手概率计算、记牌的信念追踪器和动作优先级列表。适合找点子,但主办方提醒过,只靠规则可能排不上去。

当前最高票的 notebook

每天从 Kaggle API 更新(最近一次 2026-11-16),未经编辑审核;上面的表格是审核过的清单。

时间线

  1. 开始日期
  2. 报名和合并队伍截止,UTC 23:59
  3. 最终提交截止,UTC 23:59
  4. 截止后的对局结束(大约两周),然后做最终的 Bradley-Terry 排名

分步计划

  1. 第 1 天:先上天梯

    接受规则,fork New Cards 900+ notebook,运行后原样提交生成的压缩包。确认自我对战验证局通过。现在你有了一个从 600 开始的评分和一个参照点;给它一两天时间稳定下来。

  2. 第 1–2 天:在本地跑引擎

    安装 kaggle-environments,从比赛数据里加载 cabt SDK,让你的 Agent 和自己、和示例 Agent 打三局两胜的系列赛。每一局都记录谁先手、谁赢了,以及双方各用了 600 秒储备中的多少秒。

  3. 第 2–3 天:下载回放

    下载一两天的每日回放数据集(每个压缩后约 0.7 GB),或者用 Daily Meta notebook 来分析。列出你的 Agent 最常遇到的三四种卡组类型,以及对每一种的战绩。

  4. 第 1 周:只改一处

    选一个调整点:卡组(在你的 Agent 训练过的范围内)、先后手的选择,或者在策略上加一个每场只用几秒的小搜索。对多种卡组类型在本地至少测几百局;只打一个系列赛基本都是噪声。

  5. 用好两个被追踪的名额

    Kaggle 只追踪你最新的两个提交。其中一个留给你最好的 Agent,另一个用来做实验。每天能上传五次,可能会把好的 Agent 挤出最新两个,所以上传前想清楚。

  6. 1 月 1 日和 1 月 8 日之前

    1 月 1 日前合并队伍。1 月 8 日前确认你两个激活的提交就是你想参加排名的那两个;它们会一直对战到 1 月 22 日左右。只在比赛的 Kaggle 页面上分享代码,任何公开内容里都不要放卡组配方。