रूसी एआई कप 2018 में भागीदारी (और जीत) का इतिहास - कोडबाल

बुधवार का दिन था, काम पर एक साधारण बोरिंग मीटिंग थी। डिजाइनर ने अपने कान के पीछे खरोंच किया, और परीक्षक ने फोन पर खुद को दफन कर दिया। खिड़की के बाहर एक कार शुरू हुई, और मुझे फोन पर एक पत्र मिला - रूसी एआई कप 2018 शुरू हुआ। लगभग किसी को कुछ भी संदेह नहीं था, और उस क्षण मुझे पहले से ही पता था कि मैं अगले डेढ़ महीने में क्या करूंगा।

सभी को नमस्कार, मेरा नाम एंड्री टोकरेव है और मैं रूसी एआई कप 2018 में भाग लेने के अपने अनुभव को साझा करना चाहूंगा।

यह क्या है

रूसी एआई कप 2012 से आयोजित एक वार्षिक कृत्रिम बुद्धिमत्ता प्रतियोगिता है। यहां आपको एक एल्गोरिथ्म लिखने की ज़रूरत है जो किसी या कुछ को नियंत्रित करता है, और ये कोई या कुछ एक दूसरे के साथ प्रतिस्पर्धा करते हैं। इस वर्ष फुटबॉल खेलने वाले रोबोट को नियंत्रित करना आवश्यक था।

मुझे पहले से ही ऐसी प्रतियोगिताओं में खेलने का कुछ अनुभव था। विशेष रूप से, मैंने रूसी एआई कप 2016 (एक पुरस्कार के बिना) और मिनी एआई कप 2018 (2 वें स्थान) में भाग लिया।

चलो चलते हैं

सबसे पहले, मैंने खेल की दुनिया की अपनी कक्षाएं बनाईं, वस्तुओं, पिछली प्रतियोगिताओं से 2- और 3-आयामी वेक्टर लिया और सभी को गिट रिपॉजिटरी में अपलोड किया। बेशक, आप भाषा पैक से वस्तुओं का उपयोग कर सकते हैं, लेकिन कोई वैक्टर नहीं हैं, उन्हें संशोधित नहीं किया जा सकता है, और वास्तव में अपनी कक्षाओं का उपयोग करना अधिक सुविधाजनक है। मैंने जो नहीं लिखा वह अखाड़ा वर्ग है, इसने मुझे उसी तरह से अनुकूल किया, और इसे बदलने की कोई आवश्यकता नहीं थी।

सिमुलेशन

यहां हमारे पास एक खेल की दुनिया है, और हम इसके बारे में क्या कर सकते हैं?

लेकिन यह कुछ भी नहीं है, जब तक हम खेल की दुनिया का अनुकरण नहीं कर सकते, तब तक यह भी निर्धारित नहीं किया जाता है कि गेंद खाली जाल में उड़ती है या नहीं। इसलिए हम अनुकरण बंद कर रहे हैं। सिमुलेशन कोड भाषा पैक का हिस्सा नहीं है, यह एक ऐसी भाषा में प्रदान किया जाता है जिसे मैं नहीं जानता। लेकिन इसका सी सिंटैक्स समान है, इसलिए आवश्यक कार्यों की कॉपी-पेस्ट + परिभाषा, और सिम 90% तैयार है। जहां मेरे हाथों पर शासन करना आवश्यक था, मैंने इसे ध्यान से करने की कोशिश की, तब से यहां गलतियां महंगी हो सकती हैं और उन्हें पकड़ना आसान नहीं होगा। मैं अभी भी कुछ गलतियाँ करने में कामयाब रहा, लेकिन इससे मुझे थोड़ा खून खर्च करना पड़ा।

यह तुरंत स्पष्ट हो गया कि यदि आप ईमानदार सिमुलेशन (100 माइक्रो टिक्स) का उपयोग करते हैं तो यह इसके लिए पर्याप्त नहीं है, 100 माइक्रोटिक्स के साथ एक विकल्प की तुलना में एक माइक्रोटिक के साथ 100 विकल्पों की गणना करना अधिक लाभदायक है। मैंने अभी भी 2 माइक्रोटिक्स को छोड़ दिया ताकि विसंगति बहुत बड़ी न हो।

रणनीति मूल बातें

और इसलिए हमारे पास एक खेल की दुनिया है और हम इसके बदलाव का अनुकरण कर सकते हैं। तो आगे क्या है?
अलग-अलग दृष्टिकोण हैं। जब कुछ संभावित चालें होती हैं और गहराई बहुत बड़ी नहीं होती है, तो आप इसे क्रूर बल द्वारा ले जा सकते हैं: सभी चालों के माध्यम से छाँटें, यहाँ तक कि प्रतिद्वंद्वी की वापसी की चाल भी, उनकी अपनी चाल फिर से होती है ... अर्थात अल्पमहिष्ठ। जब बहुत सारी चालें होती हैं तो आप कृत्रिम रूप से उन्हें सीमित कर सकते हैं, उदाहरण के लिए, आप ऐसे दिशा-निर्देश ले सकते हैं जो 15 डिग्री के गुणक हों, हर 10 वें टिक पर कूदें, और उसी न्यूनतम का उपयोग करें। लेकिन यह दृष्टिकोण मुझे उपयुक्त लगता है जब परिणाम चाल में छोटे बदलावों के प्रति संवेदनशील नहीं होता है, यहां रोबोट की दिशा में एक डिग्री का विचलन टकराव के बाद बड़े विचलन को जन्म देगा।

अन्य चरम, जब हम बिना थकावट के खोज करते हैं, तो यह किसी प्रकार का अनुमान है। यह दृष्टिकोण व्यवहार्य हो सकता है, लेकिन एक मजबूत फुटबॉल खिलाड़ी के साथ शुद्ध उत्तराधिकार का निर्माण करना बहुत मुश्किल है।

लेकिन दो तरीकों का संयोजन आशाजनक दिखता है: आप पहले एक यादृच्छिक दिशा में आगे बढ़ सकते हैं, और फिर एक हेयुरिस्टिक के साथ खेल खत्म कर सकते हैं जो गेंद तक दौड़ सकता है और सही समय पर कूद सकता है। संयोजन में एक ही अनुमानी का उपयोग प्रतिद्वंद्वी की चाल का अनुमान लगाने के लिए किया जा सकता है। इससे पहले, मैंने पहले से ही प्रतियोगिता में कुछ इसी तरह का इस्तेमाल किया था, और यह तरीका कमोबेश खराब साबित नहीं हुआ।

और इसलिए हम heuristics लिखते हैं (RAIK-ovsky jargon स्मार्ट आदमी में या सिर्फ स्मार्ट)!

चूंकि मैं परिणाम को जितनी जल्दी हो सके देखना चाहता था, स्मार्टगे को जल्दबाजी में लिखा गया था और यह गूंगा हो गया (यहां तक ​​कि कोड शर्मनाक है)। मैंने केवल उस समय की गणना की जिसके बाद रोबोट गेंद की वर्तमान गति और रोबोट की अधिकतम गति के आधार पर गेंद को पकड़ सकता था, और उस बिंदु पर भाग गया जहां गेंद उस समय होगी (टकरावों को ध्यान में नहीं रखा गया था)। वह नहीं जानता था कि कैसे कूदना है और गेंद की ऊंचाई को भी ध्यान में नहीं रखा है, वह आसानी से गेंद के नीचे भाग सकता है, और यदि गेंद बहुत तेज़ी से चली गई, तो वह आमतौर पर विपरीत दिशा में भागता है। चूंकि स्मार्ट कूदने में सक्षम नहीं था, पहले मैंने उसे गेंद से एक निश्चित दूरी पर छलांग लगाई, और थोड़ी देर बाद कूदने के क्षण की पसंद एक महान यादृच्छिक के कंधों पर गिर गई! एक छलांग के तर्कसंगत विकल्प की कमी एक बड़ी खामी निकली, लेकिन बाद में उस पर और अधिक। लेकिन सामान्य तौर पर, एक साफ स्मार्ट खराब नहीं दिखता था, और कभी-कभी गोल भी करता था, हालांकि अपने स्वयं के लक्ष्यों में भी।

अगला, हमें एक मूल्यांकन फ़ंक्शन (OF) की आवश्यकता है।

आरंभिक OF इस तरह दिखता था: (1000 - टिक) * गोल + बॉल.z + रोबोट और गेंद की सापेक्ष स्थिति का कुछ कार्य ताकि यह गेंद तक पहुंच जाए भले ही वह उस तक न पहुंच सके। यहां, लक्ष्य -1,0,1 हो सकता है, यह इस बात पर निर्भर करता है कि लक्ष्य क्या है और किससे है, और टिक उस सिमुलेशन की शुरुआत से टिक है जिस पर लक्ष्य लिया गया था। आखिरी बात यह है कि रोबोट लगातार लक्ष्य को स्थगित नहीं करता है।

अब हम रोबोट को एक यादृच्छिक दिशा में एक यादृच्छिक संख्या में टिक्स बनाते हैं, फिर हम स्मार्ट पर नियंत्रण स्थानांतरित करते हैं, जो इसे गेंद की ओर ले जाता है, एक यादृच्छिक क्षण में यह कूदता है और गेंद को याद करता है। इसके अलावा, गेंद के केंद्र में नहीं दौड़ना बेहतर है, लेकिन एक छोटी सी दूरी से यादृच्छिक बदलाव के साथ, ताकि रोबोट एक कोण पर हिट कर सके।

सिमुलेशन 2 सेकंड का एक निश्चित समय तक चला, और अंत में OF को बुलाया गया। इस तरह के परिदृश्य को प्रत्येक रोबोट के लिए कई बार दोहराया गया था और रेटिंग के आधार पर सबसे अच्छे को चुना गया था।

अब तक, इस रणनीति में एक गंभीर खामी है: इसमें मेमोरी नहीं है - हर चीज की गणना हर टिक पर खरोंच से की जाती है, जिसका अर्थ है कि रणनीति एक टिक पर एक लक्ष्य देख सकती है, और इसे अगले पर नहीं मिल सकती है। यह मामला नहीं है, आपको इसे ठीक करने की आवश्यकता है - हम प्रत्येक रोबोट के लिए पाए जाने वाले सबसे अच्छे विकल्प को बचाते हैं और इसे अगले टिक में पुन: उपयोग करते हैं। इसके अलावा अब रोबोट एक-दूसरे के मामलों के बारे में जानते हैं, उदाहरण के लिए, यदि पहला गेंद को हिट करने वाला है, तो दूसरा गेंद के बाद नहीं चलता है, लेकिन एक पास लेने की कोशिश करता है।

गोलकीपर

हमें गोलकीपर की जरूरत है। मेरा गोलकीपर मूल रूप से स्ट्राइकर से अलग था, यह तब सक्रिय हुआ जब गेंद लक्ष्य के लिए एक निश्चित दूरी पर पहुंच गई, अन्यथा यह बस अपने आधार बिंदु पर वापस आ जाती।

परिणाम

अब हमारे पास एक अच्छी बुनियादी रणनीति है जो हर वह काम कर सकती है जो जरूरी है और जिसे भविष्य में बनाया जा सकता है।

शायद ऊपर वर्णित सब कुछ सरल और तार्किक लगता है, लेकिन प्रतियोगिता की शुरुआत में ईमानदार होने के लिए रणनीति की इतनी स्पष्ट तस्वीर नहीं थी जो अंत के करीब दिखाई देती थी, और इसे लागू करने में दो सप्ताह लग गए, और यह प्रतियोगिता का 1/3 है।

परीक्षण के बारे में थोड़ा सा

समय के साथ, खेल की शक्ति को दोगुना करने वाले ग्रिल्स कम और कम हो जाएंगे, और हमें उन परिवर्तनों को चुनना होगा जो लक्ष्यों में 10-20% की वृद्धि देते हैं। और फिर यह पता चला है कि इस तरह के छोटे लाभ को पहचानना इतना आसान नहीं है। संपूर्ण परिणाम के लिए, आपको सैकड़ों गोल की आवश्यकता होती है, और एक मिनट में एक बार की गोल आवृत्ति के साथ, यह कई, कई घंटे का खेल समय होता है। इस कारण से, मैंने लगभग सर्वर पर रणनीतियों का परीक्षण नहीं किया, लेकिन पिछले संस्करणों के खिलाफ लंबे स्थानीय परीक्षण किए। लेकिन यहां तक ​​कि स्थानीय रूप से आधे दिन के लिए किसी भी परिवर्तन का परीक्षण करना बहुत सुविधाजनक नहीं होगा। इसलिए, मैंने थोड़ी "चाल" लागू की - मैंने छंटनी की रणनीतियों का परीक्षण किया। यदि, उदाहरण के लिए, एक सर्वर पर, मैं प्रति रोबोट 50 से अधिक विकल्प गया, तो केवल 10 स्थानीय रूप से, इसने मुझे एक सहिष्णु समय में परीक्षण चलाने की अनुमति दी।

सुधार

अगला, मैं मुख्य सुधारों का वर्णन करूंगा, और निम्नलिखित रूप में उनका आकलन: पुराने संस्करण से प्राप्त किए गए लक्ष्यों की तुलना में नए संस्करण कितने प्रतिशत अधिक होंगे। यानी यदि उदाहरण के लिए एक नया एक पुराने को 120: 100 के स्कोर के साथ हराता है, तो यह + 20% है, यदि यह 2 गुना अधिक है तो यह + 100% है।

- अपने गोलकीपर लक्ष्यों को हरा देना चाहिए। यदि वह सफल नहीं होता है, तो उसे अधिक समय दें, x10 तक विकल्पों की संख्या बढ़ाएं। + 15%

- कभी-कभी, जब गोलकीपर गेंद को हिट करता है, तो वह फ्री फ्लाइट में चला जाता है और जब उसके पास अपनी जगह पर लौटने का समय होता है, तो वे पहले ही गोल कर लेते हैं। गेंद से टकराने के तुरंत बाद, हम इसे उसकी जगह पर लौटाने की कोशिश करते हैं और उस टिक को जोड़ते हैं, जो एक छोटे से नकारात्मक गुणांक के साथ मूल्यांकन पर वापस लौटता है। + 20%

- दूसरे के गोल के सामने गेंद पर एक अतिरिक्त किक एक गोल की संभावना को बढ़ाती है, हम इसके लिए ओएफ में एक बोनस देंगे। + 60%

- नाइट्रो के साथ प्रयोग! पहले दौर तक कुछ और दिन बाकी थे, लेकिन मैंने पहले से नाइट्रो परीक्षण करने का फैसला किया। सहज रूप से, मुझे यह प्रतीत हुआ कि नाइट्रो गेमप्ले को बहुत प्रभावित करेगा, क्योंकि एक टैंक पर आप छत पर कूद सकते हैं या पूरे क्षेत्र में उड़ सकते हैं। शुरू करने के लिए, मैंने सिखाया कि केवल हमलावर के लिए नाइट्रो का उपयोग कैसे किया जाए, और फिर भी केवल हवा में, लेकिन मैंने अभी तक पैकेज एकत्र नहीं किए हैं। नाइट्रो का उपयोग उड़ान के दौरान अब यादृच्छिक 3-आयामी दिशा में किया गया था। परिणाम यह था कि इसे हल्के ढंग से रखा जाए, बहुत नहीं, मैंने + 20% से अधिक निचोड़ने का प्रबंधन नहीं किया, और जमीन पर नाइट्रो के उपयोग से कोई परिणाम नहीं आया। इसलिए नाइट्रो के साथ मुद्दा अस्थायी रूप से अलग रखा गया था, हालांकि इस क्षण से मैंने नाइट्रो के साथ परीक्षण करने की कोशिश की।

- बहुत अधिक यादृच्छिकता! रैंडम अच्छा है, ज़ाहिर है, कभी-कभी यह ऐसी तरकीबें देता है, जिनके बारे में आपने कभी सोचा भी नहीं था, लेकिन दूसरी ओर, जब इसमें बहुत अधिक होता है, तो इस बात की संभावना बहुत कम होती है कि सबकुछ बहुत छोटा होगा। और मेरे पास बहुत ज्यादा था। मैंने छलांग के क्षण को विश्लेषणात्मक आधार पर स्थानांतरित करने का प्रयास करने का फैसला किया। चूंकि हवा में कोई क्षैतिज त्वरण नहीं था (नाइट्रो के बारे में भूल जाओ), रोबोट और बॉल मीट (टी 1), और उस पल में गेंद की ऊंचाई (एच 1) की गणना करना आसान था। अब हम उस समय (t2) की गणना करते हैं जिसके बाद रोबोट h1 की ऊंचाई पर होगा, अब कूदें। यहां हमें एक द्विघात समीकरण मिलता है, अगर इसका कोई हल या t2 <t1 नहीं है, तो जल्दी कूदें, अन्यथा हम कूदते हैं।

परिणाम ने मुझे थोड़ा झटका दिया, स्ट्राइकर और गोलकीपर दोनों को सही छलांग लगाते हुए, परीक्षणों से पता चला + 200%, अर्थात्। नए संस्करण ने पुराने 3 बार गोल में हरा दिया, असली कंघी! यह 17 जनवरी था, सर्वर पर रणनीति अपलोड की गई, इसने 20 खेलों की विजयी लकीर में 200+ की रेटिंग हासिल की और कुछ समय के लिए सैंडबॉक्स का नेतृत्व किया।

- हम गोलकीपर को खेलना सिखाते हैं। मेरे गोलकीपर के सक्रिय होने तक, वह एक स्तंभ की तरह खड़ा था। आसान साइड वॉक: x = बॉल।एक्स / 4 में थोड़ी वृद्धि हुई।

- प्रतिद्वंद्वी की भविष्यवाणी नहीं की जानी चाहिए, लेकिन मान लिया गया! खेलों को देखते हुए, मैंने देखा कि मुझे अक्सर गोल करने के बाद गोलकीपर को गेंद प्रतिद्वंद्वी पर सही मारती है और वह मेरे लिए एक गोल करता है। प्रतिद्वंद्वी को दरकिनार करते हुए गेंद को मारने के लिए, आपको पहले यह निर्धारित करने की आवश्यकता है कि वह nth टिक पर कहां हो सकता है। बेशक, हम नाइट्रो को ध्यान में नहीं रखेंगे। मैं अभी भी रोबोट की गति को विश्लेषणात्मक रूप से निर्धारित कर सकता था, ऐसा लगता है कि दो मंडलियों के प्रतिच्छेदन हैं। लेकिन वह सुलभ क्षेत्र का सामना नहीं कर सका। खैर, उसके साथ नरक करने के लिए, हम प्रोग्रामर हैं (शिक्षा से नहीं), चलो हमारे लिए मशीन मायने रखता है। विमान को एन दिशाओं में विभाजित करें, प्रत्येक दिशा में रोबोट को स्थानांतरित करें, अंत बिंदु बहुभुज के कोने होंगे, जो पहुंच को निर्धारित करता है।

इसका उपयोग कैसे करें? मैंने एक टिक जोड़ा जहां विरोधी पहली बार गेंद को छू सकता है, ओएफ में एक अच्छा गुणांक के साथ। चूंकि अब कार्यों का एक विशिष्ट परिदृश्य नहीं है, लेकिन प्रतिद्वंद्वी के लिए पहुंच का एक निश्चित बादल माना जाता था, मैंने मैदान के संपर्क में आते ही दुश्मन के रोबोट को हटा दिया।

परिणाम + 40%। इसके अलावा, इस दृष्टिकोण के दो मोटे फायदे हैं: पहले में दुश्मन रोबोट को हटाने से सिमुलेशन में तेजी आती है, और यह बदले में, अधिक विकल्पों के माध्यम से छंटनी करना संभव बनाता है, और दूसरे में हमें प्रतिद्वंद्वी के नियंत्रण से परेशान होने की आवश्यकता नहीं है। निष्कर्ष: लाभ!

- बेवकूफ गलतियों, लेकिन उनके बिना क्या। आधिकारिक सिम्युलेटर में दो लाइनें हैं:

if abs(ball.position.z) > arena.depth / 2 + ball.radius: goal_scored() 

मुझे नहीं पता कि कैसे, लेकिन मैंने एब्स को छोड़ दिया () फ़ंक्शन जैसा कि यह है, लेकिन व्यर्थ है। एब्स-लाइन () (std के साथ भ्रमित नहीं होना :: एब्स ()) पूर्णांक मान लेता है, जिसका अर्थ है कि दशमलव कम हो गए हैं। व्यवहार में, इसका मतलब है कि मैंने गोल तभी रिकॉर्ड किया था जब गेंद पहले ही गोल लाइन के पीछे एक पूर्ण मीटर थी। फीब्स के साथ एब्स () बदलें! यह पहली बार नहीं है जब इस एब्स () ने मुझे असफल किया है।

- नाइट्रो फिर से। दूसरा दौर करीब आ रहा था और नाइट्रो के सामान्य उपयोग को बंद करने के लिए कहीं नहीं था। उन्होंने इसके उपयोग को अनुकूलित किया, एक छलांग की परिभाषा को ध्यान में रखा, गोलकीपर का उपयोग करने की अनुमति दी, और गोलकीपर द्वारा जानबूझकर पैकेज एकत्र करना भी शुरू किया।

- आइए अनुकरण करने के लिए वापस जाएं। मैंने पहले ही कहा है कि 100 माइक्रोटिक्स वाले एक विकल्प की तुलना में एक माइक्रोटिक के 100 विकल्प अधिक लाभदायक हैं। यह सच है, लेकिन इसका मतलब यह नहीं है कि एक मिकरोटिक के साथ सब कुछ ठीक है, अतिरिक्त उपायों के बिना विसंगतियां काफी गंभीर थीं, और इसने पेशेवर स्तर पर फुटबॉल खेलने से रोका। सिमुलेशन की सटीकता में सुधार करने के लिए, मैंने निम्नलिखित विधियों को लागू किया:

• कूदने के दौरान, दो अतिरिक्त मिकरोटिक।
• जब हम बहुत सारे माइक्रोटिक्स को जोड़ते हैं, तो आगे बढ़ने में औसत गति का उपयोग करना अधिक सही होता है, न कि अंतिम।
• द्विआधारी खोज का उपयोग करते हुए, हम उस टिक को ढूंढते हैं जिसमें टक्कर होती है, और हम दो उप-रणनीति करते हैं: एक टक्कर से पहले, दूसरे के बाद। (मैंने सपाट सतह के साथ गेंद के टकराने को ध्यान में नहीं रखा था, वहाँ विसंगति मुझे बहुत नागवार लगती थी।)
• एक घुमावदार सतह के साथ चलने के कारण अभी भी बड़ी विसंगतियां हुईं और कभी-कभी गोलकीपर की वजह से चूक हुई। इसलिए, जब मेरा गोलकीपर घुमावदार सतह पर था, तो मैंने 10 माइक्रोटिक्स का उपयोग किया।

औसतन, प्रति टिक के बारे में 1.4 mikrotiks प्राप्त किए गए थे, और सटीकता आदर्श के करीब थी। बेशक, मैंने एक बार में इन आशाओं को पेंच नहीं किया, लेकिन धीरे-धीरे। मुझे नहीं पता कि उन्होंने खेल की शक्ति को कितना प्रभावित किया है, लेकिन मुझे लगता है कि यह बहुत महत्वपूर्ण है।

हमारे पास क्या है?

बड़ी संख्या में महत्वपूर्ण सुधारों की बदौलत, रैंकिंग में रणनीति में लगातार वृद्धि हुई और दूसरे दौर से पहले, यह लगभग ऐतिहासिक मील का पत्थर - 5000 एलो रेटिंग तक पहुंच गया, आत्मविश्वास से पहली जगह पर पहुंच गया।


^{कभी-कभी आप यह भी नहीं मान सकते हैं कि कौन से संयोजन यादृच्छिक रूप से समस्याएँ पैदा करते हैं। इस खोज के लिए दयालु समुदाय के लिए धन्यवाद।}

पिछले हफ्ते

इतने अच्छे मार्जिन के संबंध में, मैंने खुद को छोटे सुधारों का पीछा करने की अनुमति नहीं दी, लेकिन कुछ और वैश्विक चीज़ों की तलाश करने के लिए, विशेष रूप से 3x3 खेलों के संबंध में। हालाँकि, अधिक टीम गेम के उद्देश्य से प्रयोग, या तीसरे खिलाड़ी को एक विशेष भूमिका में स्थापित करना, या गोलकीपर को असफलता के दौरान बाहर जाने के लिए सिखाना। पूरा सप्ताह लगभग कोई फायदा नहीं हुआ। इसके बावजूद, फाइनल से कुछ दिन पहले, मैं अभी भी रैंकिंग में अग्रणी था।
और अब फाइनल से पहले अंतिम दिन आया और मैं एक से हारने लगा, फिर दूसरा और यहां तक ​​कि तीसरा प्रतियोगी भी। यदि आप नहीं जोड़ते हैं, तो आप पुरस्कार के बिना रह सकते हैं। पूरे हफ्ते कुछ नहीं हुआ, आखिरी दिन मैं क्या कर सकता हूं? मूड था - कम से कम हार मान लेना।

जी उठने

कुछ हारे हुए खेलों को देखने के बाद, मैंने देखा कि हर कोई नाइट्रो पर बकरियों की तरह कूदता है, हवा में गेंद को पास करता है, लेकिन मुझे यह नहीं मिल सकता है। मैंने सबसे सरल चीज़ की कोशिश की जो इस व्यवहार को जन्म दे सकती है - मैंने ओएफ में एक ठोस गुणांक के साथ प्रभाव के समय गेंद की ऊंचाई को जोड़ा। परिणाम + 50%, वाह! परिणाम से प्रेरित होकर, मैंने मापदंडों को गहन रूप से मोड़ना शुरू कर दिया (जो मैंने पूरी प्रतियोगिता के दौरान उपेक्षित किया), नए खोज विकल्पों को जोड़ा, अंत में समय नियंत्रण जोड़ा, जिसने मुझे अपने जीवन को जोखिम में डाले बिना अधिकतम समय का उपयोग करने की अनुमति दी। दिन के अंत तक यह 150-200% निकला, अर्थात नए संस्करण ने लक्ष्यों में पिछले एक को लगभग तीन बार हराया! हां, हां, फाइनल से लगभग एक हफ्ते पहले ही वह पहले स्थान पर आ गई और चैंपियनशिप के इतिहास में 5000+ की अभूतपूर्व रेटिंग तक पहुंच गई। सर्वर पर, रणनीति को फाइनल से कुछ घंटे पहले सफलतापूर्वक परीक्षण किया गया था। उसके बाद, मैंने इसे अंतिम लॉन्च के लिए तैयार किया: अक्षम दावे, शून्य में डिवीजन चेक जोड़े, इसे फिर से सर्वर पर अपलोड किया, और खुद को स्टैंडबाय मोड पर स्विच किया।

अंतिम भाग एक

फाइनल का पहला भाग रात में हुआ। जब तक मैं सो गया, मैंने परिणामों का पालन किया, सुबह जल्दी उठ गया। 3 तरंगें खेली गईं (प्रत्येक लहर में प्रत्येक के साथ एक नाटक), मैं टोनीके के खिलाफ केवल एक गेम हार गया , और चूंकि एंटोन अभी भी कभी-कभी अन्य खिलाड़ियों से हार गए, मैं 7 अंक (जीत के लिए 2 अंक) के मार्जिन के साथ आगे था। 3 तरंगों के लिए एक बहुत गंभीर अंतर, लेकिन आराम करने के लिए पर्याप्त नहीं है।

आखिरी दिन, निश्चित रूप से, मैंने कुछ भी गंभीर करने का इरादा नहीं किया, मूल रूप से मापदंडों को घुमा दिया। कई बदलाव किए गए थे, लेकिन चूंकि सब कुछ जल्दी में परीक्षण किया गया था, इसलिए मुझे भी पूरी तरह से यकीन नहीं था कि प्रभाव सकारात्मक था। सामान्य तौर पर, वृद्धि 0-20% थी। लेकिन एंटोन ने महत्वपूर्ण रूप से जोड़ा और कम से कम मुझसे ज्यादा बुरा नहीं खेलना शुरू किया।

कुछ भी नहीं करने के लिए, मुझे क्या भेजना है, और भाग्य और अंकों की आपूर्ति की उम्मीद है।

अंतिम भाग दो

सौभाग्य से, खेलों को क्रमबद्ध किया गया ताकि पहले नेता आपस में खेले, इसलिए चिंता करने की कोई जरूरत नहीं थी, पहला गेम टोनीके खिलाफ था। किस्मत मेरे पक्ष में थी, मैंने पहली लड़ाई जीत ली, साथ ही साथ इस लहर में अन्य सभी खेल, जबकि टोनीक ने एक और बिंदु खो दिया। अंत तक दो तरंगों के लिए 10 अंकों का अंतर खेलना लगभग असंभव है, अब आराम करना संभव था।

अंतिम परिणाम: 352 जीत और 2 हार (दोनों एंटोन से), 12 अंकों के अंतर के साथ 1 स्थान।

धन्यवाद और अन्य कचरा

सामान्य तौर पर, मुझे वास्तव में इस वर्ष का कार्य पसंद आया, यह "मेरे लिए" था (अनुकरण मेरा है, और तीन आयामी मुझे नहीं डराता है) और मैच शानदार थे, मुझे लगता है कि यह न केवल प्रतिभागियों को देखना दिलचस्प था।

मैं अद्भुत प्रतियोगिता के लिए आयोजकों को धन्यवाद देना चाहता हूं।

मैं सभी प्रतिभागियों, विशेष रूप से फाइनल में प्रतियोगिता के लिए एंटोन कोज़लोवस्की ( टोनीके ), सैंडबॉक्स में प्रतियोगिता के लिए इवान टायमगिन ( टैमगिन ) और भाग लेने से परहेज करने के लिए एलेक्सी डिचकोवस्की ( कमांडोज ) को धन्यवाद देना चाहता हूं और जिससे मेरी जीतने की संभावना बढ़ गई।

अगले RAIK में सभी को शुभकामनाएँ!