게임 환경에서 에이전트의 행동 궤적만으로 숨겨진 결정 프로그램을 실행 가능한 코드로 복원하는 역문제를 다루며, CodeClash 기반 5개 게임·75개 Elo 교정 정책으로 구성된 RevengeBench에서 맞춤형 상대방 정책 탐침과 실행 가설 제출을 평가한다. 12개 최전선 LLM의 복원 품질은 초기 행동 거리의 34~72%를 줄였고, 복원된 정책은 특히 약한 모델에서 상대방 모델링과 대항 전략 설계에 측정 가능한 경쟁적 이점을 제공했다.
방대한 플레이어 규모와 복잡한 비공개 정보 역학에도 불구하고, 인디안 러미(Indian Rummy)는 강화학습 연구를 전혀 받지 못해 왔다. 기존 에이전트는 조합론적 탐색에 의존하며, 이는 전술적으로 강하지만 추론이 느리다. 본 연구는 해당 영역의 최초 RL 에이전트인 IRumAI를 제시한다. IRumAI는 근접 정책 최적화(PPO), meld 인식 관측 인코딩, deadwood 기반 보상 shaping, 이중 분기 convolutional 아키텍처를 통합한다. IRumAI는 더 강한 시범 데이터에 대한 일회성 행동 클로닝(behaviour cloning) 웜스타트 이후, 약한 휴리스틱만을 상대로 강화학습되었다. 이 에이전트는 전체 기준선 계층을 이기도록 일반화되었으며, RL 학습 중 보지 못한 가장 강한 탐색 기반 상대에 대해 53.9%의 승률을 기록했다. 명시적 탐색 없이 IRumAI는 행동당 0.33ms만 소요되어, 최신(state-of-the-art) 휴리스틱보다 7,000배 이상 빠르다. 소거 실험(ablation)은 아키텍처 선택을 검증했으며, linear probing은 네트워크가 공개 상호작용으로부터 상대의 비공개 패를 암묵적으로 모델링함을 보여준다.