模型回答什么
Ants 的动作是一个 JSON 数组，观测的 mine 列表中每只蚂蚁对应一个字符串。它由裁判生成：裁判读取你计算图的策略头来得到它，所以本页是你的输出张量必须满足的契约。
| 字符串 | 移动 |
|---|---|
N | 行 −1 |
E | 列 +1 |
S | 行 +1 |
W | 列 −1 |
- | 原地不动 |
每一步移动在地图边界处环绕。契约中没有斜向移动、目的地、蚂蚁标识符或动作对象。
每只蚂蚁一条指令
对于 mine: [[12, 30], [13, 30]]，动作 ["N", "E"] 让第一只蚂蚁走向 [11, 30]，第二只走向 [13, 31]。动作为 mine 中的每只蚂蚁各含一条指令，按 mine 的顺序排列；没有蚂蚁时就是 []。
两种策略头形状
你的清单声明一个输出，形状为下面两种之一。两者都带五个通道，顺序为 N, E, S, W, -，裁判取 argmax。
| 声明的形状 | 含义 |
|---|---|
[1, 5, "H", "W"] | 逐格策略。地图上每个格子的每种移动各有一个分数。裁判按 mine 顺序在你每只蚂蚁所在的格子上收集五个通道，再对每只取 argmax。全卷积网络无需额外工作就能产出这种形状 |
[N, 5] | 每只蚂蚁一行，已按 mine 顺序排列。裁判对每一行取 argmax。N 是一个命名维度，绑定到你的蚂蚁数量，所以同一份清单每个回合都适用 |
从那一步起，裁判对两者的解码方式相同，所以选适合你架构的那种即可；规则对两者一视同仁。逐格策略头需要一次收集操作，开销由平台承担。逐蚁策略头在大地图上更便宜，但索引工作得由你的计算图自己完成，这会限制你能命名的轴（原因）。
让训练标签、输出通道和这张表保持同一顺序。通道顺序若错位一格，你的模型就会把学到的走法旋转后执行，得分很低，而且不会有任何报错。
非法与缺失的指令
被命令走进水域的蚂蚁会留在原地。引擎也把无法识别的方向字符串当作原地不动，并忽略多余的位置指令。这两种情况你的模型都不可能引起：裁判只会生成那五个字符串，这些兜底是为了防范卡带的变更。
审核检查的是合法性。它确认每个适配器都产出清单声明的 dtype 和形状的张量，计算图能运行，并且在每份参考观测上策略头都能解码为合法动作。它不评判动作好不好。每回合都回答 ["-", "-", …] 的模型是一个合法但从不移动的参赛模型，未经训练的计算图就是这样。在测试时检查一下你自己动作的分布。
回合时钟
标准回合时限是 1,000 ms，适配器和推理共用，而且只属于你：每个席位是各自独立的调用，各有自己的时限，所以对手再慢也耗不掉你的时间。一次失败或超时的调用会记一次判罚，该席位的蚂蚁这一回合都不移动。累计五次判罚，席位就判负；失败之间的成功调用不会重置计数。
像 ["-", "-"] 这样有意让全体原地不动的数组是正常回答，裁判把它与没有返回动作的调用区别对待。Ants 的契约中没有认输动作；见计分与判负。
移动只是意图
动作被接受并不保证蚂蚁能存活或到达有用的位置。对手同时移动，友方蚂蚁可能碰撞，战斗在摧毁蚁丘之前结算。评判你的模型要看回合规则产生的结果，而不只是方向字符串是否合法。
这场对局里的每条指令都合法，地图却仍然发生了指令没有说的事。第 1 回合命令蚂蚁向东走上蚁丘旁的食物：食物会拒绝移动，所以蚂蚁留在蚁丘上，并就地收集了那份食物。第 2 回合那只蚂蚁向南走了一格，一只谁也没有下令的新蚂蚁出现在它离开的蚁丘上。现在按一下右方向键。第 3 回合给两只蚂蚁同样的指令：向东。蚁丘上的蚂蚁走上食物消失后空出的格子；它下方的蚂蚁被水域拒绝，留在原地。一条指令，两种结果，而引擎收到的是每只蚂蚁一条指令，这正是你的模型要回答的。