作者能不能讲讲斗地主DQN的设计原理

[peterwangx]

作者你好，我看了这个项目对应的论文，naive DQN的输入层对应的是什么数据呢？多少维度？我看到另外一篇deeprocket的论文，文章里面对斗地主的特征做了描述大概如下：
状态编号 状态内容 出牌动作
0 0:33
1 0:33；1:44；2:JJ 0：AA
2 0:33；1:44；2:JJ；0：AA；1：PASS；2：PASS 0:66

0:33；1:44；2:JJ 表示地主0号玩家出一对33,地主下家1号玩家出一对44，地主上家2号玩家出一对JJ
这两篇文章我还是不清楚输入层输入的数据是什么？有多少个输入节点？
隐藏层有多少层，每层多少节点，为什么是这个数？
输出层我想应该是当前要打的牌，可是怎么建立关联呢？
训练时输出层Q值最后要向目标Q值逼近，那么目标Q值是怎么计算的来的呢？
我看你文章里面有关于牌型的权重，作者是否是根据权重规则打牌得到目标Q值呢？
Category V'eight
Non
Solo MaxCard - 10
Pair MaxCard - 10
Trio MaxCard - 10
S qu ntial Solos MaxCard - 10 + 1
S quential Pairs MaxCard - 10 + 1
Sequential Trios Take None MaxC d- 1O +1
S quential Trios Tak One MaxCard - 10
S qu ntial Trios Tak Two MaxCard - 10
S qu ntial Trios S ries Tak On 1axCard - 3 + 1) / 2
Sequential Trios S ri s Take Two xCard-3+1)/2
Bomb MaxCard - 3 + 7
Four TakNO Solos (MaxCard - 3) / 2
Four Take Two Pairs (MaxCard - 3) / 2
Nuk 20
以上是我看作者的文章的疑问，作者能不能讲讲这些原理呢？