Avo-k/colver-bid-v6

Colver — Bid v6 : le réseau qui annonce

Donnez-lui une main de 8 cartes, il vous dit quoi annoncer. C'est le modèle d'enchère qui joue contre vous sur colver.net, et la référence contre laquelle tout nouveau bidder du projet est mesuré.

Colver est un moteur de Belote Contrée écrit en Rust, utilisable depuis Python.

Code source · PyPI · Jouer en ligne

Règles appliquées : colver.net/regles — et pourquoi ces choix.

Essayer en 30 secondes

pip install colver

import colver

env = colver.Env.deal(dealer=1, seed=35)   # donne reproductible ; Sud ouvre les enchères
# Sud tient : ♠ —   ♥ 10 V   ♦ R D V 9   ♣ R 8

poids = colver.download_bid_model()        # Hub → ~/.cache/colver/models/
env.load_bid_model(poids)

reponse = env.action_bid_nn()
print(colver.Env.action_name(reponse["best_action"], 0))     # -> 120♦

Le modèle annonce 120 à carreau. C'est là qu'est la main : quatre cartes dont le Valet et le 9, les deux plus fortes à l'atout, avec le Roi et la Dame derrière.

Voir toutes ses préférences, pas seulement son choix

top = sorted(reponse["q_values"], key=lambda x: -x[1])[:5]
for action, q in top:
    print(f"{colver.Env.action_name(action, 0):>6}  {q:.3f}")

  120♦  0.136
  110♦  0.130
  100♦  0.108
  130♦  0.104
   90♦  0.089

Les trois premières valeurs tiennent dans 0,028 — c'est un défaut connu et mesuré du modèle, décrit plus bas. Le classement dit clairement « carreau, autour de 120 » ; il ne dit pas grand-chose sur le choix exact entre 100 et 130.

Le modèle est entièrement déterministe : mêmes cartes, mêmes valeurs, à la décimale près.

Lire la réponse

Env.action_name(action, 0) s'en charge, mais le codage tient en quatre lignes :

Action	Signification
0	Passe
1 à 36	annonce — valeur = 80 + (a-1)//4 × 10, couleur = (a-1) % 4
37 à 40	capot, une par couleur
41 / 42	contre / surcontre

Les couleurs sont numérotées ♠ 0, ♥ 1, ♦ 2, ♣ 3, partout et pour tout — cartes comme annonces.

action_bid_nn rend un best_action et des q_values déjà restreints aux actions légales de la position — 41 entrées sur 43 à l'ouverture ci-dessus, jamais les 43. Si vous chargez les poids vous-même à partir de env.get_bid_observation(), en revanche, le réseau note bien les 43 actions, y compris celles qui sont interdites : masquez par env.legal_actions() avant de prendre l'argmax.

Le faire jouer une donne entière

Plutôt que de piloter le réseau à la main, on peut asseoir un bot complet :

spec = f'''
[bid]
strategy = "nn"
model = "{poids}"
hidden = 512
score_aware = true
'''
bot = colver.Agent(spec, seat=2)
bot.init_deal(env)
print(bot.action(env))

score_aware = true compte : ce modèle voit le score de la partie et n'annonce pas pareil à 900-200 qu'à 0-0.

Le modèle en bref

Type	Dueling DQN (MLP), 117 entrées → 43 valeurs Q
Taille	2,4 Mo — 611 372 paramètres
Entraînement	75 M pas, contre un pool de 5 M de donnes étiquetées par IS-DD
Vitesse	quelques microsecondes par décision, sur CPU
sha256	9443671cab1e35bb…

En entrée : la main, l'historique des annonces, la position à table, le score de la partie et 4 bits « j'ai la belote ». Le modèle joue ses propres enchères pendant l'entraînement — l'oracle ne fait que superviser la perte. Le faire annoncer à l'oracle produirait des enchères dégénérées (annonce optimale → 3 passes) qui n'apprennent rien de la dimension de dialogue.

Ce qu'il vaut

Face à son prédécesseur v5, sur des matchs en 2000 points appariés en duplicate :

Adversaire	Jeu de la carte	Résultat
Bid v5 ISDD	DouDou50	55,8 %
Bid v5 ISDD	IS-DD	57,3 %, +181 pts/match

Ce qu'il ne sait pas faire

Trois défauts mesurés, qui motivent une v7 :

1. Il n'est pas indifférent au nom des couleurs. 24,6 % de ses annonces changent si l'on renomme les couleurs, alors que rien ne distingue Pique de Trèfle avant qu'un atout soit nommé.
2. Ses meilleures valeurs sont trop proches — visible dans l'exemple ci-dessus. Le choix entre 100 et 120 est peu informé.
3. Il n'annonce jamais capot : 0 fois sur 3000 enchères.

À noter aussi : une main seule n'explique que ~17 % de la variance de l'issue. L'essentiel du signal vient de l'historique des annonces — ce que partenaire et adversaires ont dit.

Détails d'implémentation

Le fichier est un tableau de flottants 32 bits sans en-tête : la bibliothèque déduit l'architecture de sa taille. Si vous écrivez votre propre chargeur, la disposition des poids et l'ordre exact des 117 entrées sont dans bid_net.rs et bid_obs.rs.

Un point qui n'est pas détectable depuis le fichier : ce modèle attend l'observation physique, pas canonique (la canonicalisation par couleur arrive en v7). Se tromper est silencieux — le réseau rend une annonce légale dans la mauvaise couleur.

Règles

Barème « points faits + demandés », base 162 (252 sur capot réalisé), contre ×2 et surcontre ×3 sur la valeur du contrat seule, aucun arrondi.

Entraîné avant le correctif de règle du 2026-08-02, qui élargit légèrement l'ensemble des coups légaux. Effet mesuré : 0,076 % des décisions concernées, 0,014 % effectivement changées. Le modèle est très légèrement hors-distribution, pas invalide.

Licence

MIT.

@software{colver,
  author = {Avo-k},
  title  = {Colver: a Belote Contrée engine with RL agents},
  url    = {https://github.com/Avo-k/colver}
}