https://styleofwong.cn/categories/%E6%B8%B8%E6%88%8F/Recent content in 游戏 on 王辉赳的小站https://styleofwong.cn/apple-touch-icon.pnghttps://styleofwong.cn/apple-touch-icon.pngHugozh-CNSun, 28 Jun 2026 19:30:00 +0800https://styleofwong.cn/posts/balatro-rl-design/Sun, 28 Jun 2026 19:30:00 +0800https://styleofwong.cn/posts/balatro-rl-design/如果要在 Balatro 白注达成 99% 的 Ante 8 通关率,RL 算法该怎么设计?本文从游戏机制建模、状态/动作空间、奖励塑形到算法选型,给出一份可落地的技术蓝图,并解释为什么纯 PPO 走不通、必须用 MCTS+RL 的混合架构。