Resumen:La variante de 13 cartas del Classic Indian Rummy es un juego secuencial de información incompleta que requiere razonamiento probabilístico y toma de decisiones combinatoria. Este artículo propone un marco basado en reglas para el juego estratégico, impulsado por una nueva métrica de evaluación manual denominada MinDist. La métrica modifica la métrica MinScore cuantificando la distancia de edición entre una mano y la configuración válida más cercana, capturando así la proximidad estructural hasta la finalización. Diseñamos un algoritmo computacionalmente eficiente derivado del algoritmo MinScore, aprovechando la poda dinámica y el almacenamiento en caché de patrones para calcular exactamente esta métrica durante el juego. El modelado de la mano del oponente también se incorpora dentro de un marco de simulación de suma cero para dos jugadores, y las estrategias resultantes se evalúan mediante pruebas de hipótesis estadísticas. Los resultados empíricos muestran una mejora significativa en las tasas de éxito de los agentes basados en MinDist en comparación con las heurísticas tradicionales, lo que proporciona un paso formal e interpretable hacia el diseño de estrategias algorítmicas de Rummy.
Publicado originalmente en export.arxiv.org el 4 de enero de 2026.
Ver fuente original
