结对项目：13水客户端。项目完成时限：1个月（1：3，1为原型设计，即本文所述；3为代码实现，即下一篇相关博文所述）。结对队友：zxr；本人：zsy。分工：xr负责原型的设计与美化，我负责博客的编写和原型挑刺。
未完待续。怎么越写越长啊
原型工具
AxureRp。简洁易懂，大方优雅，预览方便，还能发布。其他的原型工具呢？不知道，不过AxureRp确实很适合我这种完全没用过原型设计软件的人玩耍。想起我一位画国画的同学，画完拍照贴图233
原型分析
文字部分
我将在设计说明中说明我们的设计。
图片效果
结对讨论
PSP
| PSP2.1 | Personal Software Process Stages | 预估耗时（分钟） | 实际耗时（分钟） |
|---|---|---|---|
| Planning | 计划 | oo | oo |
| Estimate | 估计这个任务需要多少时间 | oo | oo |
| Developm | 开发 | oo | oo |
| Analysis | 需求分析（包括学习新技术） | oo | oo |
| Design Spec | 生成设计文档 | oo | oo |
| Design Review | 设计复审 | oo | oo |
| Coding Standard | 代码规范（为目前的开发制定合适的规范） | oo | oo |
| Design | 具体设计 | oo | oo |
| Coding | 具体编码 | oo | oo |
| Code Review | 代码复审 | oo | oo |
| Test | 测试（自我测试，修改代码，提交修改） | oo | oo |
| Reporting | 报告 | oo | oo |
| Test Report | 测试报告 | oo | oo |
| Size Measurement | 计算工作量 | oo | oo |
| Postmortem & Process Improvement Plan | 事后总结，并提出过程改进计划 | oo | oo |
| 合计 | oo | oo |
设计说明
- 基本需求
- 登录界面
- 显示当前对战状态
- 显示往期对战结果
- 显示往期对战详细情况
- 显示排行榜
- 需求分析
- 登录界面
- 客户端名称、最大（小）化和关闭按钮。
- 帐号、密码输入文本框。
- 登录、注册按钮。
- 显示当前对战状态
- 手牌的显示与选择
- 按照大小顺序（数值）显示于页面中下部。
- 显示为图片显示，目前图片为网图。单张手牌对于鼠标滑过会有上升效果，离开即下降。
- 选择为点击选择（可点住拖动实现连续选择）。
- 三墩的显示、选择与修改
- 三墩按照前中后的顺序，处于页面左端显示。
- 三墩的选择为选择符合规则的手牌后，点击对应按钮，所选择手牌即离开牌区跳至墩区。
- 提供修改操作。
- 对话功能
- 以列表的形式于右下部现实。
- 支持选择缺省文本发送，或自行编写文本发送，计划添加一定的表情。
- 手牌的显示与选择
- 显示往期对战结果
- 样式为关系表
- 表头包括但不限于：对战时间、胜负、对手（1-3）、当局MVP（即获胜玩家）。
- 显示格式
- 时间：24小时制（年月日）。e.g. 13:14(19.5.20)
- 胜负：胜/负（非第一名即为负）。
- 对手：玩家昵称。
- MVP：对应局第一名的玩家昵称。
- 显示往期对战的详细情况
- 查询功能（显示结果同上）
- 时间结点：全部、近一个月、近一周、当天。
- 胜负情况：胜/负局的显示。
- 对手：与某一对手一同参与的场次。
- 查询功能（显示结果同上）
- 排行榜
- 对应积分与位次
- 登录界面
困难及解决
- 困难描述
- AxureRp的使用
- 期望的界面交互效果的设计实现与美化
- 尝试解决（顺序对应1中描述）
- 自己看功能键的说明瞎点，把看起来能乱点的功能键都点一遍就会了
至少我是这么干的。 - 实现：AxureRp的交互按钮。美化：网图
说不定会自己P。
- 自己看功能键的说明瞎点，把看起来能乱点的功能键都点一遍就会了
- 是否解决
- 均较好解决了困难。
- 有何收获
- AxureRp的一些功能的掌握。
- 讨论的一些交互实现后的舒坦。
心得（zsy）：
这个周末（19.9.21-19.9.22）确实没做什么原型的设计，周五（19.9.20）队友决定用AxureRp的时候，自己也下载下来瞎搞了一下。周六（19.9.21）上午，我做完了登录界面和往期战果界面，剩余部分交至队友实现。之后我便去准备其他事宜，周天（19.9.22）事情结束之后，发现队友更改了我的登录界面，改得真得好看，我都觉得能发布了，如果加加动画或者背景，简直就像一款页游的登录界面。而往期战果仍然沿用了我的设计。而至于其他部分，队友将大部分时间花在了当前对战状态的设计，他添加了背景以及一些交互的动作，不知道他本人是否满意，至少我是满意了，感觉美化一下都跟斗地主差不多了。
AxureRp的学习，主要就是鼠标放到图标上，看看提示，感觉人畜无害就点着玩玩，刚好我做的东西也不要什么奇妙操作，加加交互和连接感觉就做完了，还好我没去做对战界面，我估计连牌不居中都会去调串门的时候就发现队友在调233。
这次原型设计我基本没出什么力，不过倒是口胡了很多想要的效果，也跟队友讨论过了，他觉得可行的也都画出来了我有甲方潜质！。而至于之后的代码实现，UI我和队友肯定会一起写，而至于算法设计，目前初步分为两部分：队友编写保底算法（应该会选择贪心），以保证最后能实现处理输入完成输出。我去莽一波其他算法，以期许达到更好的效果。
这部分讲讲关于我的算法构想。
若理解错误，还请看官指正。
其实，有一种简单实现的方法，改所谓机器学习深度学习为匹配就好了。因为据技术助教说，我们在程序编写完之后，会有72小时的对局训练，也就是说我可以先去瞎打，然后记住每把四个人的结果手牌组合，将最后四种分配方式玩家的对应得分归一化，最后测试的时候，我改Learning为Matching，即瞅瞅我的经验集里面这次的手牌组合是否出现过，如果出现过如何组合的分数最高，直接生成对应分配。问题在于，13水的全集很大，完全有可能出现我从没拿到过的组合（其实如果放弃考虑花色，我觉得72小时对局+自行生成数据，直觉应该可以得到大部分的手牌组合）NaiveBayesian？？？。为什么要学习啊，就是因为我们拿不到全集啊，不然费那个时间做甚，匹配不比学习靠谱多了考试如果都出原题，不是秒写？。不过这种方法可能带来的后果就是很难预期效果，因为你可能拿到你玩过的手牌，但是别人又有别的组合方式，运气不好的情况下，你最高分的决策可能一直输所以要学习啊。
题目一出，K老板提到了强化学习，确实对于信息博弈这块，强化学习是一把利器。我的强化学习基础仅停留在Wsp老师的一节Q-Learning课上，当时和xg讨论Q-Learning仿佛就是个spfa，他问我为啥不能跑dij，那时候我并不知晓，我说我不知道，现在我大概知道了。因为dij是将有松弛的距离推入堆（堆优化版本的dij）中，而Q-Learning还可以通过以前的知识（我认为即未松弛的距离）来学习，这显然就不是dij了，但是为什么这使得Q-Learning能奏效，我也仅仅停留在感性认识上。在上周二（19.9.17）看到是13水之后，我秒想到了下面这张图（我的来源：机器之心）。
&emspl 显然13水所蕴含的信息，也是一个矩形。不过我认为它和扑克和围棋的一个很重要的区别就在于：决策阶段的一次性。即你选择完三墩之后，出牌之后不能修改，直接与其余玩家比较大小。而围棋和扑克则有一个当前的状态来左右你现在的决策，而13水则更像一次决策，这也就是选择贪心的原因，似乎我们很难去决策到别人可能的手牌（因为一次性的决策，甚至没有去猜的可能和过程，即没有对弈的过程）。
其次，我想到了TF-IDF的算法思想。如果我目前的手牌（或是其中的一些组合）的TF-IDF指数极高，说明在手牌全集中，这副卡（或其某些组合）有着很好地区别它与其他牌型的能力，那么这副牌很有可能就有着某种值得我们关注的性质。有啥用啊，想不到啊
综上所述，都在口胡我要是说了就能实现，我还在这话仙？，我一行算法代码都没写，期待我可以在学习之后写出来。本来不打算这么早学强化学习的，既然遇到了，看看能不能做出来，虽然我觉得如果全面学习的话，三周确实太短了（理论基础文字描述仿佛失去了灵魂，非调包实战gym的立棍子我怎么觉得超傻，理解后进一步运用）。所以打算选择一种折中的方式实现这次作业，如果我真的实现了一个效果不错的算法，相信对我是一个莫大的鼓励。怎么定义不错？至少面对sort能够有较高的胜率吧