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。
- 01先让一个合规的 Agent 上天梯
- 1.1fork 一个能生成 submission.tar.gz 的 notebook
- 1.2顶层放 main.py,加上 deck.csv
- 1.3检查自我对战验证局
- 1.4评分从 μ = 600 开始
- 02卡组和 Agent 要一起选
- 2.1策略模型只认识它训练过的卡组
- 2.2被抄最多的公开卡组:对局胜率约 40%
- 2.3不要公开你的卡组配方
- 03离线测量
- 3.1在本地打三局两胜的系列赛
- 3.2对多种卡组类型做测试
- 3.3统计先手和后手
- 3.4盯住 600 秒的时间储备
- 04看懂天梯
- 4.1Kaggle 上的每日回放导出
- 4.2评分需要一两天才能稳定
- 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
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。
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。
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。
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。
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。
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。
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。
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。
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
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: Submission | 6 | — | 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 Decks | 7 | — | 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 Next | 18 | — | 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 Modeling | 21 | — | 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。
- Pokemon Challenge Ultra 900+ ▲58
- PTCG Daily Meta: Matchups, Turn Order & Top Decks ▲24
- PTCG Hierarchical Policy & Bradley-Terry Modeling ▲23
- PTCG Meta: What Changed & What to Test Next ▲22
- Rising Tide Fleet Agents ▲20
- PTCG AI Battle Challenge Playground ▲19
- Q Learning Baseline ▲16
- LB 1074.1 · Same Agent as Public #1, Better Deck ▲15
时间线
- 开始日期
- 报名和合并队伍截止,UTC 23:59
- 最终提交截止,UTC 23:59
- 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
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。