나는 순수 Rust로 맞춤형 Deep Learning 프레임워크를 구축해 Arknights: Endfield 가챠 운(Talos‑XII)을 시뮬레이션했습니다

Source: Dev.to

Introduction

저는 Talos‑XII 라는 순수 Rust로 만든 커스텀 딥러닝 프레임워크를 구축하여 Arknights: Endfield 의 가챠 뽑기를 시뮬레이션했습니다. 이 프로젝트는 단순한 뽑기 시뮬레이션 도구로 시작했지만 곧 완전한 강화학습(RL) 엔진으로 발전했습니다.

Technical Implementation (for Rustaceans)

No Python

• 핵심 엔진은 전부 Rust로 작성되었습니다.
• PyTorch의 API를 모방하면서도 불필요한 부피를 최소화한 커스텀 역전파 자동 미분 시스템을 구현했습니다.

Performance

• 병렬 텐서 연산은 Rayon 으로 처리합니다.
• 핵심 경로를 가속화하기 위해 손수 작성한 SIMD 커널(AVX2 for x86, NEON for ARM)을 사용했습니다.

Model Architecture

• 환경 노이즈 시뮬레이션을 위한 Deep Belief Network (DBN).
• RL 에이전트를 위한 Transformer 백엔드.

Optimisation

• 옵티마이저 설계에 DeepSeek mHC (Manifold‑Constrained Hyper‑Connections) 논문의 아이디어를 통합했습니다.
• 해당 옵티마이저를 Rust로 포팅하는 재미있는 도전을 수행했습니다.

Purpose

이 시스템은 무료 자원만을 사용하여 (즉, “Neural Luck Optimiser”) UP 캐릭터를 얻을 정확한 확률을 추정하기 위해 수백만 번의 뽑기를 시뮬레이션합니다.

Usage

• 현재는 CLI 전용이며, 그래픽 인터페이스는 아직 제공되지 않습니다.

Repository

• Source code:

References

• DeepSeek mHC paper: (big thanks to the DeepSeek team for this reference).