直接回答
Kaggriculture 是一场以Agent and Simulation为核心的 Kaggle 比赛，参赛者根据公开数据训练方案并按官方指标提交结果。
适合专业与项目难度
顺序决策、策略路由和回放工程对应 AI、计算机与机器学习；资源调度可连接数学/运筹学，市场机制对应金融建模，控制背景可参与策略设计。农业主题本身不等于农学建模。
为什么评为进阶？
供稿标为中高：规则 Agent 可起步，但完整实验需要覆盖 720 回合的资源调度、市场变化、对手差异以及多 seed/seat 回放。
等级说明：需要专业建模方法、可靠验证或多个工程环节，并完成可解释的对照实验。
建议具备的基础
- Python 与可测试的程序设计
- 状态、合法动作和资源约束建模
- 重复实验与结果统计
可以从哪里开始
从固定生产路线、预算保护和卖出规则开始，先做多 seed/seat 回放，再考虑强化学习。
专业与难度由本站根据项目文档分析，面向基线复现与对照实验；具体门槛取决于承担的任务和项目深度。 这不是 Kaggle 官方评级。
先把任务说清楚
这是一个 720 回合的农业经营 Agent 任务。系统需要根据公开状态选择生产、雇工、土地和市场动作，在资源约束和对手变化下维持长期策略，而不是只优化单回合收益。
输入
- 每回合的农场、库存、现金、市场与对手公开状态
- 官方环境给出的合法动作和状态反馈
输出
- 可执行的 Agent 主程序 main.py
- 满足提交结构的 tar.gz（如采用打包提交）
技术路线
- 建模
状态与动作建模
定义稳定的状态 schema、合法动作校验和异常恢复，避免策略因字段变化直接失效。
- 基线
可解释基线
先实现固定生产路线、预算保护和市场卖出规则，建立可复现的比较对象。
- 策略
策略路由
根据库存、价格、回合和对手状态切换路线，并记录每次分支触发的原因。
- 验证
回放验证
固定环境版本，在多个 seed 与双方 seat 下复跑，分开记录金币、胜负、运行时和失败回放。
组队时间窗口
- Team Merger deadline
- 2026年9月23日
- Final submission deadline
- 2026年9月30日
- Competition End Date
- 2026年10月15日
- 预计结果日期
- 2026年10月15日，采用 Competition End Date
预计结果日期用于时间适配，不代表官方奖项发布日期或结果承诺。
规则与提交信息
- 公开分类
- agent
- 最大队伍人数
- 5
- 评价指标
- 最终银行金币与 skill rating
- 提交文件
- main.py 或包含它的 tar.gz
- 运行上限
- 以官方页面为准
- 每日最多提交 5 次，最终追踪最新 2 个提交
- 使用官方模拟环境评估策略，提交与运行限制以 Rules 为准
比赛状态、Rules、提交限制和赛程可能变化，请以 Kaggle 官方页面为准。
证据边界：非实时图表，用于理解公开方案与讨论；分数和票数不代表最终排名或本站团队成绩。
公开研究资料
以下图表基于公开页面整理，用于理解公开方案与讨论主题。数据会变化，不作为成绩、排名或结果承诺。
协作重点与可交付成果
协作重点
- 策略设计
- 仿真评估
- 规则建模
- 工程测试
项目产出
- 状态与动作 schema
- 规则基线与策略路由器
- 多 seed/seat 回放评估器
- 失败回放与市场行为复盘
复盘与面试可以讲什么
- 为什么排行榜 skill rating 不等于单局最终金币
- 如何避免策略只适配少量对手或固定座位
- 规则法、模仿学习和强化学习的工程取舍
适合用途
数据状态与官方来源
当前赛程状态为“已核验”。 团队、资格、数据、模型、代码共享和提交方式以单场 Rules 最新内容为准。
https://www.kaggle.com/competitions/kaggriculture