Скучная часть про то как реализован покебот-мечтатель: подвешиваем голову на detach-контекст стейта, которая предиктит число каждой карте из списка (с маской: эти карты нельзя использовать в текущем стейте). Запускаем N симуляций MCTS с заменами случайной карты на argmax тех, что просит покеботик, по WR считаем loss. Учим его мечтать правильно!