▓ EL CONJUNTO DE DATOS · 355 bytes → trayectoria completa

Como las reglas son deterministas, la semilla y las jugadas reconstruyen cada estado que el agente vio. Guardamos kilobytes y sacamos millones de pares estado-acción.
Y salen en las dos representaciones a la vez —números y castellano— así que la misma partida entrena una red y un agente de lenguaje.