Artifacts Catalog

更新日: 2026-07-05

生成物の保存場所、作成者、読み手、代表 field をまとめる。

Summary

Artifact	Typical Path	Producer	Consumer	Notes
self-play JSONL	data/selfplay/*.jsonl	pca.training.selfplay	training.train, belief_train, analysis scripts	1 line = 1 decision point。
agent summary CSV	*.agent-summary.csv	self-play CLI	spreadsheet/analysis	rule-agent 別 result summary。
agent matchup CSV	*.agent-matchup.csv	self-play CLI	spreadsheet/analysis	rule-agent matchup summary。
deck summary CSV	*.deck-summary.csv	self-play/evaluation CLI	spreadsheet/analysis	deck 別 win/loss/prize/attack summary。
evaluation JSON	data/eval/*.json	pca.evaluation.tournament	analysis/reporting	match summaries の詳細。
evaluation CSV	data/eval/*.csv	pca.evaluation.tournament	spreadsheet/analysis	aggregate summary。
policy/value checkpoint	checkpoints/policy_value*.pt	pca.training.train	self-play/eval/submission/server	model state + model config + metadata。
latest policy/value alias	checkpoints/policy_value_latest*.pt	scripts/run_selfplay_train.sh	next self-play/train/eval	最新 run の checkpoint への symlink。
latest checkpoint manifest	checkpoints/policy_value_latest.yaml	scripts/run_selfplay_train.sh	humans/automation	latest alias が指す run/config/path。
belief checkpoint	checkpoints/belief*.pt	pca.training.belief_train	ISMCTS belief prior	BeliefNet state + vocab/config。
metadata cache	*.unified-metadata-cache.json	policy_value.metadata	training reruns	JSONL scan の高速化。
submission bundle	submission*.tar.gz or bundle dir	pca.submission.build_bundle	Kaggle runtime	src/pca, checkpoint, configs, decks。
replay HTML	data/replays/*.html	scripts / CABT tooling	manual inspection	game behavior debugging。

Self-Play JSONL

Producer:

• src/pca/training/selfplay/battle.py
• records.py
• record_targets.py
• record_metadata.py
• record_io.py

Consumer:

• src/pca/training/data/records.py
• src/pca/training/policy_value/data.py
• src/pca/training/belief/data.py

Top-level schema:

Field	Description
search	SearchTrainingTarget。policy/value training の中心。
belief	optional BeliefTrainingTarget。full observation target がある時だけ使う。
aux	optional AuxPrizeTrainingTarget。サイド取得補助 target。
meta	game id、step index、result、deck/agent metadata、teacher weight。

Compatibility:

• 古い JSONL では belief / aux / metadata field が欠けることがある。
• dataclass field を追加する場合は default を付ける。
• loader は欠損 field を補って読む。

Summary CSV

Producer:

• training/selfplay/summary_csv.py
• evaluation/tournament/summaries.py

Common columns:

Column Type	Meaning
game counts	games / wins / losses / unfinished。
result reason	pokemon-out / deck-out / other。
prize stats	prizes taken / final prize counts。
action stats	attack counts / attack-ready counts。
identity	deck name / agent id / matchup pair。

Notes:

• CSV は analysis 向けで、学習の入力にはしない。
• 新 metric を足す場合は JSON output と CSV output の両方を確認する。

Checkpoint .pt

Policy/value checkpoint producer:

• training/train.py
• training/policy_value/checkpointing.py

Policy/value checkpoint consumers:

• decision.policy
• training.selfplay.policies
• evaluation.tournament.impl
• serving.policy_server
• submission.main

Important metadata:

Key	Meaning
model_class	legacy / unified model selection。
model_config	model construction parameters。
vocab / feature metadata	token/static feature compatibility。
training config	loss weights, profiles, data settings。

Belief checkpoint producer:

• training/belief/runner.py
• training/belief/checkpointing.py

Belief checkpoint consumer:

• search.belief.belief_prior_from_model
• training.selfplay.policies
• training.selfplay.policy_factory

Latest Aliases

pca selfplay-train / scripts/run_selfplay_train.sh は train stage 完了後、次サイクルで指定しやすい stable path を更新する。

Path	Meaning
checkpoints/policy_value_latest_best.pt	最後に完了した policy/value 学習 run の best checkpoint。
checkpoints/policy_value_latest_final.pt	最後に完了した policy/value 学習 run の final checkpoint。
checkpoints/policy_value_<run_name>_latest_best.pt	同じ --run-name 内で最後に完了した best checkpoint。
checkpoints/policy_value_<run_name>_latest_final.pt	同じ --run-name 内で最後に完了した final checkpoint。
checkpoints/policy_value_latest.yaml	global latest alias の実体、run_name、run_id、config。

次の self-play / train / eval で「最新」を使いたい場合は --checkpoint checkpoints/policy_value_latest_best.pt を指定する。実験系列を分けたい場合は run-name scoped alias を使う。

Metadata Cache

Producer:

• training/policy_value/metadata.py

Purpose:

• Large JSONL から card/attack metadata table を毎回 scan しないための cache。

Invalidation:

• input JSONL が変わる場合は cache path / mtime / metadata consistency を確認する。
• static metadata schema を変えた場合は cache を作り直す。

Submission Bundle

Producer:

• pca.submission.build_bundle

Contains:

• src/pca/
• selected checkpoint(s)
• deck files
• optional configs / metadata

Consumer:

• Kaggle runtime via pca.submission.main

Notes:

• src/pca/ は sample/, local scripts, notebooks に依存しないこと。
• bundle size と checkpoint load path を evaluation 前に確認する。