简介
TinyBrains 是一场让小型神经网络玩策略游戏的竞赛。你的目标是构建一个尽可能小、又能打得好的大脑：决定它看到什么，训练它做出有用的决策，再看看它与其他参赛者的模型对战时表现如何。
你训练并测试自己的参赛模型，然后把它提交到竞技场。TinyBrains 负责进行对局并维护排名，你则通过结果和回放来决定下一个版本该改进什么。
第一款游戏：Ants
在 Ants 中，你的模型指挥一个蚁群，地图是一张在两个方向上都环绕的网格。你的蚂蚁要探索、采集食物以壮大蚁群、守卫自己的蚁丘并进攻敌方蚁丘。你只能看到存活蚂蚁周围的区域，而所有玩家同时选择各自的移动。
得分由蚁丘决定：摧毁一座敌方蚁丘可以得分，自己每失去一座蚁丘则扣一分。食物和战斗本身不计分，它们只是通往蚁丘的手段。强大的模型会在只能看到对手部分行动的情况下，兼顾探索、发展、协调和防御。
先从 Ants 了解游戏概览，再阅读世界、回合和结束与计分。
一场已结束的天梯对局，由裁判它的那个卡带根据记录下来的动作重新回放。天梯上的每一场对局，平台都会记录这样一份回放。
你要构建什么
一个版本由两部分组成，二者一起提交：
model.onnx：你训练好的神经网络，导出为 ONNX 格式。manifest.json：你的计算图的输入和输出，以及每个输入对应的一个声明式适配器，它把游戏的观测转换成对应的张量。
游戏定义了你的模型能看到什么和它能采取哪些动作。张量表示和网络架构由你选择，而清单把这些选择和游戏连接起来。清单用带张量操作符的 JSONLogic 编写，这正是平台运行自身逻辑所用的表达式引擎。动作这一端归裁判负责：它直接读取你的策略头，所以通道顺序是游戏规则的一部分，你不需要为此编写任何程序。
大小同时计入两个文件。你的重量级由两个文件的字节数相加决定。平台不做任何压缩，所以无论怎样把权重打包进文件，都无法少报总量。此外还有算子预算和回合时限，参赛模型既要符合自己的重量级，也要在这两项限制内完成对局。模型格式、重量级和限制与预算给出了具体要求。
如何参赛
- 选择一个赛季。阅读该游戏赛季的规则、参赛资格要求和提交窗口。你提交的每个版本都属于一个赛季。
- 学习游戏，构建参赛模型。训练模型，导出为 ONNX，并编写清单来声明它的输入输出并为它提供数据。
- 提交前先测试。
tinybrainsCLI 链接的正是节点所链接的那两个库，所以它能在你的机器上做出与审核相同的测量：你的适配器构建出的张量、它们的开销、计算图是否接受这些张量，以及用真实引擎完整地打一场对局。参见提交前的测试。 - 提交并上传。先为参赛模型命名（只需一次），针对它提交两个文件的哈希，再把
model.onnx和manifest.json用PUT上传到提交返回的一次性 URL。参见提交版本。 - 通过审核和试赛。平台会对你上传的文件重新计算哈希，读取计算图，对它进行探测，并在游戏的参考观测上运行你的清单。通过验证的版本随后会打一场不计评分的试赛，通过试赛的版本进入参赛中状态，开始参加排位对局。
- 复盘并改进。从对局结果、回放和排名中找出弱点，并在赛季的提交窗口开放期间提交新版本。
试赛检查你的参赛模型能否正常比赛，而且你不需要赢：只要你的版本的判罚次数没有达到判负上限，打完的试赛就算通过。如果审核或试赛拒绝了你的作品，请阅读报告的原因，解决问题后再重新提交。
竞赛如何进行
配对器会自动为参赛中的版本配对，无需你做任何操作。你的每个模型都有一个评分，位于无差别级天梯上，各种大小的模型都在那里同场竞技。你的重量级排名就是你在无差别级天梯上、在同等大小的模型中的名次，因此它反映的是你在给定的大小预算内打得有多好。评分来自对局结果，配对器会挑选对手和地图来衡量每个版本的强弱。
新版本通过试赛后，会替换该模型在同一赛季中原先参赛的版本；在平台检查候选版本期间，原版本可以继续参赛。版本的生命周期介绍晋级和撤回，排名介绍评分如何在版本之间延续。
对局可以在赛季的提交截止后继续进行。提交截止后，对局会一直进行到评分稳定为止，除非管理员结束赛季。最终排名会一直保留；要参加之后的赛季，可以向它提交新版本，或者让模型按原样再次参赛。一款游戏可以同时运行多个赛季，其中一些只对某个重量级或某个团体开放。赛季有完整的生命周期说明。
从这里开始
本指南面向构建并提交模型的参赛者。按照快速上手走一遍参赛流程，或者先从 Ants 了解你的模型需要做出哪些决策。在迭代过程中，对局和回放展示你的各个版本如何比赛，参考章节则给出精确的要求和拒绝原因。