默认页面

<h1>整体进度</h1> <p>1 比赛场晋级赛已初步完成4端联调，跑通流程（拱猪）， 2 水鱼比赛场正在重构机器人才能跑完比赛流程，调试完毕后与其他端进行联调 3 拱猪先行开始淘汰赛赛制相关工作 4 大厅开始新UI替换 5 后台自定义比赛配置持续完善中 6 水鱼ai强化学习探索中</p> <h2>程国强</h2> <p>1 增加web同步亲友圈房间接口(房间建立/解散，游戏开始/结束，玩家加入/退出），游戏ws服务器检测缓存命令并执行 2 联调淘汰赛的流程，并解决过程中的一些问题（进行中） 3 与大海一起完成服务器迁移到阿里云的工作 4 联调并优化晋级赛的一些细节</p> <p>近期计划 1 将访问频繁信息放到缓存，比如玩家信息（包括房卡金币等），桌子信息等，降低数据库访问频率，同时开放rds给子游戏，降低同步数据的消耗 2 根据新版UI，分析需求变动 3 根据讨论结果继续完善比赛场淘汰赛赛制</p> <h2>胡功喜</h2> <p>拱猪： 1.拱猪客户端重构大体上完成，还有一些细节需要完善。 2.利用新的拱猪客户端已经接通新的比赛场晋级赛。 大厅: 1.接通拱猪客户端比赛场联调 2.替换大厅主页UI为最新的UI</p> <h2>张富进</h2> <p>1.学习马尔可夫决策过程，并了解Bellman期望方程构成和求解 2.基于Q-learning方法设计(弊端：Q-learning算法基本的假设是环境不变的) 3.设计shape为S x A的reward矩阵，闲家A对于庄家来说，当闲家牌状态为开牌，庄可直接作用于闲家A，在此状态下reward可设置为0，当闲家A牌状态为强攻或密，庄不可直接作用于闲家A，此时reward设置为-1。 问题：在对弈游戏中，庄家对闲家的同一操作可能有不同响应(因为每个回合的牌都不一样，比如庄家让闲家A走，闲家A可能走、可能反) 基于该算法弊端，需要在其中加入探索和利用机制，以epsilon-greedy算法为代表</p> <p>下一步： 研究epsilon-greedy算法以及其他适用的方法</p> <h2>吴天文</h2> <p>1.完成拱猪前后端晋级赛功能，完成部分淘汰赛功能 2.正在对接拱猪淘汰赛的流程</p> <h2>董大海</h2> <p>已完成： 比赛场后台配置 锦标赛报名发奖退赛 淘汰赛报名退赛以及复活跳阶 物品后台配置 商城后台配置</p> <p>待完成： 周榜月榜发奖 以及部分已完成的接口对接</p> <h2>任勇红</h2> <p>1，统计后台游戏数配置编辑，实现自定义比赛开赛人数，参与人数，开赛时间段，赛制模式。 2，后台可编辑比赛晋级模式，是否跳级，跳级以及报名消耗物品， 3，自定义比赛奖励，配置每轮名次奖励，每轮奖励物品， 4，接下来要实现对物品的配置。</p> <h2>雷雨</h2> <p>1 正在重构水鱼比赛场机器人逻辑，目前正在调试，完成之后开始比赛场联调</p>