저는 순수 Rust로 사용자 정의 딥 러닝 프레임워크를 구축하여 Arknights: Endfield 가챠 운(Talos-XII)을 시뮬레이션했습니다.

저자는 Arknights: Endfield 가챠 뽑기를 시뮬레이션하기 위해 처음 구상된 프로젝트인 Talos-XII를 개발했습니다. 이 프로젝트는 Rust로 완전히 구축된 맞춤형 딥 러닝 엔진을 특징으로 하는 고도로 최적화된 시스템으로 발전했습니다. 핵심 목표는 예산이 제한적인 플레이어를 위해 최적의 가챠 뽑기 전략을 발견하기 위해 강화 학습 알고리즘, 특히 PPO 및 DQN을 사용하는 것입니다. 이 엔진은 Python을 사용하지 않고 순수 Rust를 사용하며, 맞춤형 역방향 자동 미분 시스템을 갖추고 있습니다. 성능은 병렬 텐서 연산을 위한 Rayon과 중요한 경로를 위한 수작업 SIMD 커널을 통해 향상되었습니다. 모델은 환경 노이즈 시뮬레이션을 위한 딥 신념 네트워크와 에이전트를 위한 Transformer 아키텍처를 통합합니다. 최적화는 DeepSeek mHC 논문에서 영감을 얻었으며, 흥미로운 구현 과제를 제시합니다. Talos-XII는 수백만 번의 뽑기를 시뮬레이션하여 무료 자원으로 특정 캐릭터를 얻을 확률을 결정합니다. 이 프로젝트는 본질적으로 "신경 운 최적화기"로, 플레이어가 최적의 자원 절약을 할 수 있도록 안내하는 것을 목표로 합니다. 현재 Talos-XII는 명령줄 인터페이스만 제공하며, 아직 그래픽 사용자 인터페이스는 개발되지 않았습니다. 관심 있는 분들을 위해 프로젝트 저장소와 관련 참고 논문이 제공됩니다. 저자는 특히 최적화기의 설계에 큰 영향을 미친 DeepSeek 팀의 mHC 논문을 인정합니다.