Strategi Optimal Drop7: Evaluator Mesin Rust Lampaui Acuan

Riset pengembangan strategi permainan puzzle Drop7 pada September 2026 mencatatkan pencapaian penting ketika sebuah evaluator terlatih untuk pertama kalinya mengalahkan acuan fair leaf dalam pencarian. Tabel pencarian yang dilatih melalui permainan *temporal-difference* pada mesin Rust diuji dan mencatatkan skor rata-rata lebih tinggi dibandingkan metode referensi sebelumnya.

Hasil Pengujian dan Replikasi Eksperimen

Dalam pengujian pada 256 permainan pengembangan publik, tabel tersebut mencetak skor 484.577 poin dengan 140 langkah, mengungguli acuan pencarian adil yang hanya memperoleh 314.438 poin dan 93 langkah. Hasil ini menunjukkan keunggulan yang konsisten dengan batas bawah *bootstrap* 95 persen yang positif serta kemenangan dalam 167 dari 256 pertandingan.

Hasil tersebut berhasil direplikasi pada blok pengujian kedua yang mencakup 512 permainan. Tabel yang sama dengan verifikasi SHA-256 mencetak 487.066 poin berbanding 326.717 poin untuk *fair leaf*. Pengujian lanjutan dengan evaluator yang diperlebar ukurannya juga mencatatkan hasil serupa, melampaui batas gerbang pengujian yang ditetapkan kendati selisih skala tidak memberikan lonjakan besar pada performa.

Eksplorasi Kedalaman Pencarian dan Perbaikan

Pengujian lebih mendalam dilakukan dengan menambah satu tingkat kedalaman pencarian (*depth-4*). Kombinasi tabel beku pada kedalaman tersebut menghasilkan skor 516.155 poin, melampaui pencapaian pada kedalaman-3. Meski demikian, analisis intervensi menunjukkan bahwa model daun yang dipelajari membayar biaya kedalaman dengan cara yang serupa dengan model tulisan tangan.

Eksperimen lanjutan juga menguji apakah daun permainan harus mengubah perilakunya saat papan semakin penuh. Penerapan ember pengisian global dan penyuntingan nilai awal memberikan variasi hasil, di mana penyuntingan nilai nol mencatatkan skor 514.897 poin pada kedalaman-3. Namun, pada kedalaman-4, keunggulan tersebut tidak bertahan secara konsisten.

Perkembangan Riset Agustus 2026 dan Langkah Selanjutnya

Sebelumnya pada Agustus 2026, kebijakan andal yang digunakan adalah *fair depth-4 expectimax* dengan rata-rata skor 64 permainan mencapai 308.296 poin, masih jauh dari target satu juta poin. Eksplorasi pada bulan tersebut menunjukkan bahwa kedalaman keempat memberikan nilai tambah yang signifikan hanya apabila didukung oleh model peluang yang akurat.

Seluruh data eksperimen, tabel beku dari rangkaian pelatihan, dan analisis per permainan telah diterbitkan dalam arsip riset publik untuk memungkinkan reproduksi oleh mesin lain. Langkah berikutnya yang didukung oleh catatan rekor saat ini adalah evaluasi tingkat standar dari kandidat yang tidak berubah pada benih pengembangan baru, serta studi lanjutan mengenai penyesuaian model daun yang dilatih khusus untuk papan yang dievaluasi oleh mesin pencari.