https://philipjkim.github.io/tags/algorithm/ Recent content in Algorithm on philipjkim Hugo en-US Thu, 30 Jul 2026 15:08:35 +0900 https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-03/ Thu, 30 Jul 2026 15:08:35 +0900 https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-03/ <p><em>이 글은 Claude Opus 5 를 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.</em></p> <hr> <h2 id="재료에서-결정으로">재료에서 결정으로</h2> <p><a href="https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-01/">Part 1</a>에서 공정성 경계와 결정적 easy 봇을 만들었고, <a href="https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-02/">Part 2</a>에서 hard 봇의 정보 모델을 세웠습니다. 지금까지 확보한 재료는 셋입니다.</p> <ul> <li><strong><code>Ledger</code></strong> — 공개 정보만으로 만든 오차 0의 카운팅 장부, 그리고 패스를 확정 배제가 아닌 확률적 증거로 다루는 좌석 모델</li> <li><strong><code>StructurallySafe</code> 와 <code>SeatBeatRisk</code></strong> — 어떤 수가 받힐 수 있는지에 대한 구조적 참/거짓 판정과 확률 추정</li> <li><strong><code>BestPlan</code></strong> — 손패를 최소 몇 번에 털 수 있는지, 광대 두 장을 어느 묶음에 붙일지의 플랜</li> </ul> <p>Part 3 에서는 이 재료로 <strong>실제 결정</strong> 을 내립니다. 후보를 점수로 환산하고, 낼 수 있어도 참는 판단을 구현하고, 세금과 혁명을 기대값으로 계산한 뒤, 만든 봇이 정말 세졌는지 재는 방법까지 다룹니다.</p> https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-02/ Thu, 30 Jul 2026 14:18:37 +0900 https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-02/ <p><em>이 글은 Claude Opus 5 를 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.</em></p> <hr> <h2 id="hard-봇이-지켜야-할-세-가지">hard 봇이 지켜야 할 세 가지</h2> <p><a href="https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-01/">Part 1</a>에서는 달무티 CPU 플레이어의 뼈대를 잡고, 결정적 규칙만으로 움직이는 easy 봇을 만들었습니다. easy 봇은 합법적이고 예측 가능하지만, &ldquo;낼 수 있으면 무조건 낸다&quot;는 정책 때문에 사람에게 쉽게 집니다.</p> <p>이번 편부터 hard 봇을 설계합니다. 설계 제약은 세 가지입니다.</p> <p><strong>1. 상대의 손패는 절대 볼 수 없습니다.</strong> 봇은 Part 1 에서 정의한 <code>GameView</code> 만 받습니다. 난이도를 올리기 위해 정보를 더 주는 것은 설계가 아니라 반칙입니다. 사람이 &ldquo;저 봇 손패 보는 거 아니야?&ldquo;라고 의심하는 순간 게임의 신뢰가 무너집니다.</p> https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-01/ Thu, 30 Jul 2026 14:09:37 +0900 https://philipjkim.github.io/posts/20260730-dalmuti-cpu-bot-strategy-01/ <p><em>이 글은 Claude Opus 5 를 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.</em></p> <hr> <h2 id="왜-봇부터-만드는가">왜 봇부터 만드는가</h2> <p><a href="https://philipjkim.github.io/posts/20260727-climbing-card-games-daifugo-dalmuti-lexio/">지난 글</a>에서 대부호·달무티·렉시오를 묶어 클라이밍 게임의 전략을 정리했습니다. 이번에는 그중 <strong>달무티(The Great Dalmuti)</strong> 를 디지털 게임으로 구현한다고 가정하고, <strong>CPU 플레이어를 어떤 전략으로 움직일 것인가</strong> 를 파고들겠습니다.</p> <p>공식 룰북은 달무티를 5~8명에서 권장합니다(4명이나 9명 이상도 가능합니다). 그런데 온라인 게임에서 매번 예닐곱 명을 모으는 것은 현실적이지 않습니다. 봇은 단순한 편의 기능이 아니라 <strong>게임이 성립하기 위한 전제 조건</strong> 에 가깝습니다. 게다가 봇이 있어야 룰 엔진을 자동화 테스트로 수천 판 돌려볼 수 있습니다.</p>