Звучит как интересная, но непростая задачка. Можешь начать со сбора данных о действиях противников из прошлых матчей, а потом скормить их простой модели контролируемого обучения – например, градиентному бустингу деревьев или небольшой нейросети – чтобы предсказывать следующий ход. Что касается снаряжения, агент обучения с подкреплением, который будет исследовать пространство инвентаря и награждать за вероятность победы, может предлагать оптимальные сборки в реальном времени. Только будь осторожен: использование этого в живой игре обычно нарушает условия использования, и превращает игру в соревнование только для ботов. Если просто экспериментируешь, сначала запусти в безопасной среде и не забывай об этике.