分数0
步数0
水果数0
堆顶高0
最大水果—
当前—
下一个—
0 / 0
对局分数曲线（粗线 = 当前对局）。精选单局来自不同棋盘、种子和部分不同引擎/规则，用于回放浏览。多种子训练评测见“训练曲线”。
—
边粗细 ∝ 访问次数 N，颜色 ∝ 动作价值 Q（红=差 → 绿=好），节点大小 ∝ 访问。悬停查看详情，金色路径为选中列。
保存 Q 值的 DQN 对局展示 128 列数值；动作记录对局展示实际落点。AlphaZero 对照展示先验与访问分布。
每个候选列的 1 步真物理前瞻打分分解：合并 / 安全(堆顶) / 潜力(同级相邻) / −数量 / 游戏结束惩罚。