我想训练AI玩一种叫做Hanamikoji的纸牌游戏。我发现很难定义一个可以使用强化学习或遗传算法进行训练的智能体，因为可用输入的数量总是在大小上变化，输出数量也一样。
我是这个领域的新手，所以我正在寻找值得深入研究的领域/方向的指南。
输入是：玩家手中的纸牌，桌上的纸牌，之前的动作和代理商所打的纸牌。
这些动作是： 4个动作的选择，每个动作只能播放一次。对于每个动作，代理还必须从手中的牌中进行选择。示例：代理首先选择刻录两张卡的操作。然后，代理必须选择两张卡。
因此，由于代理可以执行的动作/卡片组合的数量，开始时可用的动作数量非常疯狂，但是随着游戏的进行而减少。
我应该深入到哪个领域来定义策略，遗传结构，可以决定每一轮的工作，然后机器学习算法/遗传算法将可以对其进行训练和改进？
Speterius，
对于此任务，您可能希望使用AlphaGo团队最近成功应用的深度强化学习方法。他们发表了许多描述其方法的论文，此外还有评论文章和视频。搜索术语“ AlphaGo”和“深度强化学习”或“深度Q网络”。