Quand on construit un simulateur de jeu de cartes, le premier réflexe est de lancer énormément de parties. Cent deviennent mille, mille deviennent dix mille, puis un gros CSV donne immédiatement une allure de recherche scientifique.
Le piège est simple : si la politique de jeu est mauvaise, davantage de simulations ne font qu’estimer plus précisément le comportement d’une mauvaise politique.
Dans notre cas d’étude, un moteur de règles fixe a terminé 12 480 parties et l’audit des règles était bon, mais les résultats bruts étaient extrêmes : Royal autour de 79,8 %, Witch autour de 25,6 %. Cela ne signifie pas que Royal avait réellement 80 % de victoire. Cela signifie qu’il fallait suspecter la politique de jeu.
Première règle : avant d’augmenter le nombre de parties, vérifiez que le CPU sait réellement jouer.
1. Un simulateur n’est pas une seule IA : séparez règles, décisions et évaluation
Il faut au moins trois couches.
- Moteur de règles : actions légales, dégâts, cibles, évolution et effets.
- Politique de jeu : choix d’une action parmi les actions légales.
- Évaluateur : mesure de la qualité réelle d’un deck ou d’une politique.
Si tout est mélangé, un résultat étrange devient impossible à diagnostiquer : bug de carte, mauvaise décision, biais premier joueur ou fonction de score mal conçue ?
Testez séparément la légalité, la qualité des décisions et la qualité de l’évaluation.
2. Construisez d’abord le moteur de règles : la physique avant l’intelligence
Avant une IA brillante, il faut un monde cohérent.
Le moteur doit gérer légalité du deck, limites de copies, classes, PP, pioche, mulligan, taille du plateau, attaques, protection, Storm/Rush, évolution, ciblage, cartes générées, tokens, mécaniques spéciales et conditions de victoire.
Chaque carte ou mécanique doit avoir un statut :
- Full
- Partial
- Unsupported
- Runtime gap
S’il existe une carte non supportée, mieux vaut arrêter le calcul que publier un faux « 57,3 % de victoire ».
3. Une IA de jeu doit faire plus que choisir « la meilleure action maintenant »
Un jeu de cartes se joue dans le futur.
La politique doit évaluer le plateau, la main, les plans à un-trois tours, la probabilité de lethal, la valeur de conserver une pièce de combo, les ressources d’évolution, la réponse probable de l’adversaire, le risque de brûler une carte, l’espace du plateau et les plans de victoire alternatifs.
« Joue une carte, pose le plus gros corps, tape face si possible » peut sembler correct avec un deck tempo simple. Avec combo ou contrôle, cela s’effondre.
4. Le savoir humain doit être un indice, pas une prison
Transformer toutes les guides en règles if rigides crée un robot de manuel.
Utilisez plutôt bonus, pénalités et priorités.
Augmentez la valeur d’un clear contre aggro, pénalisez l’utilisation trop précoce d’une pièce de combo, récompensez la conservation des ressources d’évolution, réduisez l’overcommit avant un tour fort adverse, augmentez la valeur future quand un lethal à deux-trois tours existe.
Étiquetez les connaissances par extension, format, leader, archétype, matchup, premier/deuxième, phase, date de source et confiance. Si les sources divergent, gardez plusieurs politiques candidates.
5. Un A/B équitable donne le même examen aux deux IA
Si l’ancienne IA brick et la nouvelle high-roll, la comparaison ne vaut rien.
Utilisez la même seed aléatoire puis inversez premier/deuxième.
seed 001 : ancienne IA première / nouvelle IA deuxième
seed 001 : nouvelle IA première / ancienne IA deuxième
...
Enregistrez aussi lethal raté, cartes brûlées, plateau bloqué, évolution gaspillée, combo utilisé trop tôt, mauvais mulligan et tour de réponse adverse ignoré.
Il faut détecter le cas : « elle a gagné, mais elle a quand même joué comme une casserole. »
6. Pourquoi 2 016 parties ? Ce n’est pas mystique, c’est une multiplication
Le nombre 2 016 n’a rien de sacré.
56 cellules de test de matchup
× 18 seeds
× 2 runs appariés avec inversion premier/deuxième
= 2 016 parties
L’important est de choisir la couverture avant le nombre de parties.
- quick : quelques dizaines à quelques centaines, smoke test ;
- standard : environ 2 000, A/B de politique et matchups principaux ;
- full : plus de 10 000, évaluation large de l’environnement.
Lancer full en premier puis découvrir que l’IA est mauvaise, c’est produire des déchets avec une précision remarquable.
7. Optimiser un deck ne signifie pas tester toutes les combinaisons de 40 cartes
L’espace est trop grand. Partez de listes compétitives/publiques et générez des voisins : changements d’une à trois cartes, quantités, remplacements fonctionnels, techs de matchup, changements de packages.
N’optimisez pas seulement la moyenne. Regardez risque baissier, stabilité premier/deuxième et plancher des mauvais matchups.
Le résultat honnête est : « meilleure liste évaluée parmi ces candidats sous ce snapshot, cette politique, ces poids de méta et ce budget de simulation. »
8. Un diagnostic vaut plus qu’un simple taux de victoire
Avec une liste de 40 cartes et le leader/archétype adverse, le système peut expliquer estimation + incertitude, premier/deuxième, mulligan, objectifs par phase, condition de victoire, cartes à conserver, priorité de removal, timing d’évolution, réponse probable adverse, lethal à deux-trois tours, erreurs fréquentes, lignes alternatives et techs.
Le simulateur devient alors un coach.
9. L’incident Royal 79,8 % : peut-être que « poser une unité et taper » était trop facile pour l’IA
Hypothèse amusante : les decks simples et proactifs sont beaucoup plus faciles pour une IA immature.
Royal peut faire :
je pose un follower !
je prends le board !
la face est ouverte !
je tape !
j’ai gagné !
Pendant qu’une mauvaise Witch fait :
pièce de combo ? jouable maintenant ! utilise-la !
ressource d’évolution ? plus forte maintenant ! dépense-la !
limite de main ? connais pas !
dans trois tours ? problème de mon futur moi !
Ce n’est pas une preuve du vrai méta. C’est la preuve que les différents types de decks demandent des capacités de raisonnement différentes à l’IA.
10. Préparez le système aux changements d’environnement : le produit final est un laboratoire
Stockez la rotation actuelle comme environnement versionné.
Environment 8
- card snapshot
- legal card pool
- engine version
- policy version
- meta decks
- human knowledge
- simulation results
À la sortie d’une nouvelle extension, créez l’environnement suivant et comparez nouvelles cartes, rotation, équilibrage, restrictions, archétypes, support moteur et poids du méta.
Si seuls les poids changent, réutilisez la matrice et repondérez. Si une nouvelle carte entre dans un deck, relancez seulement la partie touchée. Si une mécanique n’est pas supportée, bloquez la promotion.
Le vrai but est la traçabilité : quelles règles, quelle politique, quelle base de cartes, quelles seeds et quel environnement ont produit ce nombre ?
Et si Royal remonte vers 80 %, avant de le couronner, posez une question :
« Ce bot croit-il que tout le jeu consiste à poser une unité puis taper face ? »
