有一款7人社交推理游戏叫Secret Hitler，我一直在尝试寻找一种自学AI算法来学习如何玩这个游戏。基本上，四名球员被赋予自由角色，两名球员被赋予法西斯角色，一名球员被赋予希特勒角色。自由主义者和希特勒不知道任何其他角色，而法西斯主义者知道每个人的角色。在一个回合中，总统根据是/否投票选出一位总理，然后政府通过随机选择的政策（自由主义或法西斯主义）。在游戏的某些时刻，不同的特殊能力会发挥作用，例如处决玩家或调查他们的角色。为了赢得比赛，自由主义者必须要么制定 5 项自由政策，要么杀死希特勒；

现在，还有一些我没有提到的无关紧要的细节，但这些都是一般规则。用 Java 之类的语言构建可视化实现似乎很简单，但是我必须考虑到太多移动的部分。我怀疑首先简单地进行随机动作并从坏/好的动作中学习会奏效，因为我需要一种方法让代理根据他们知道的角色做出动作。

不幸的是，AlphaZero 在这里不起作用，我正在努力寻找任何适用于此（或任何其他社会演绎游戏）的算法。我必须编写自己的算法吗？我有一点信心，这是一个监督学习的例子，我可以给神经网络中与胜利相对应的节点赋予权重，但如果我不正确，请纠正我。