4. MariaGO 扑克 AI 实验的源码与工具地图

系列最后一篇提供复核与复现地图。实验包含桌面 C++/Qt 应用和浏览器实现。二者让我们在不同运行环境观察同一问题，但名称相似并不保证代码路径或数值行为完全一致。

C++/Qt 侧可从 `model` 开始：状态特征、动作分数、更新及模型存取构成策略核心。`game` 负责街次推进、下注、底池结算与 `finishHand` 等终局流程。`card` 用于核查牌堆表示和牌力计算。`mainwindow` 连接可见界面、输入和模拟；判断日志数字对应哪个时点时需要它。

浏览器侧有独立 web engine，适合反复运行和可视化动作，但必须直接对比其奖励、特征与随机处理。不能假定一个实现修改的常量会自动出现在另一个实现。

模型快照连接代码与观察。cheolsu、younghee、minsu 说明，相似外部动作可能来自不同内部偏好。快照只是某个训练时点的样本，应连同文件名、提交、配置和随机种子保存。不要由单个权重推断完整策略，还要追踪特征向量和动作选择函数。

实用阅读顺序是：先找到牌局结束时 chip delta 的计算，再检查 `finishHand` 的转换，跟踪该值如何进入回合更新，载入保存权重并对比动作分数，最后在 Qt 界面与 web engine 重放等价初始条件。实现差异要作为实验变量记录。

范围限制非常重要：公开源码是调查策略坍缩时的 diagnostic snapshot。它不声称文中建议的奖励重构、混合对手训练或改进信用分配已经实现，更不声称行为已修复。此前的保护条件只是 containment，并非根因修复。后续改动需要独立提交，并采用相同的多种子评估协议。

这张地图旨在让其他开发者不过度解读地复核观察。源码、模型、复现设置和失败样例共同构成下一轮实验的基线。