jwkim
51b3820cc9
판정 룰(앵커타결/와일드존/3라운드결렬)과 카드 선택을 학습 정책으로 대체: 수락/역제안 금액/압박 화법/결렬 전부 행동 30개(수락1+결렬1+역제안 6단x화법4+압박4)에서 선택. - autonomy_actions: 행동 공간·특징 인코딩 (학습/서빙 공유) - autonomy_store: numpy 서빙 + 행동 봉투 7개(수락<=목표가 / 역제안 단조 / 역제시·결렬은 설득 2회 후 해금 / 마무리국면 압박 금지 / 첫 역제안 앵커 이하 / 최종제안 1회 보장) - chat_engine: 자율 스텝(역제안/최종제안/압박1~4), 최종제안 금액=목표가, 턴캡 12 - ment_generator: Gemini 멘트 생성 + 가드(숫자 화이트리스트·목표가 비공개·금지어·문장완결, 실패시 템플릿 폴백, 6초 컷), 인터넷최저가 근거 인용(수집됨+제시가 초과시만), 대화 기억 - chat_service: 자율 행동 experience_logs 로깅(AUT|종류|위치|전략), 대화기억 ctx 관리 - context loader/CRUD: 인터넷최저가·견적기간·협력사 이력 로드 (v3 상태 21차원) - train_full_autonomy: 시뮬 15k ep — 앵커율 0.8~6% 정합, 협력사 현실화(컷반발·반복짜증· 양보 상호성), 관측성 마스크(마감 40% 미관측·15% 전부미상 — 서빙 중립값 분포 정합), 보상 수정(목표가 초과 타결=결렬 취급) - 서빙 v3.5 (v3.3 목표가 즉시지르기 퇴화, v3.4 소액지형 첫턴 통보 퇴화 — 게이트 반려 이력 보관) Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
376 lines
24 KiB
Python
376 lines
24 KiB
Python
"""ChatService — 대화형 /chat 오케스트레이션 (P7 슬라이스).
|
||
|
||
ChatEngine(동기 step 전이) + UCB Q-Table(가격협상 카드선택·학습) + DB(experience_logs) 결합.
|
||
세션 상태는 인메모리 스토어(PoC; 단일 워커). 종료 outcome 은 마지막 (state,action)에 종료보상을 역전파.
|
||
"""
|
||
|
||
import uuid
|
||
from typing import Optional
|
||
|
||
import numpy as np
|
||
|
||
from common.enums import DBType, ErrorType
|
||
from common.database.db_session_manager import DB_SESSION_MNG
|
||
from common.logger import LOG
|
||
from config.server_configs import agent_config
|
||
from negotiation.chat.service import ment_generator
|
||
from negotiation.chat.service.chat_engine import ChatEngine, ChatSession, StepView
|
||
from negotiation.chat.service.indicator import compute_indicator
|
||
from negotiation.chat.service.chat_session_repository import ChatSessionRepository
|
||
from negotiation.chat.service.negotiation_context_loader import NegotiationContextLoader
|
||
from negotiation.chat.service.script_repository import ScriptRepository
|
||
from negotiation.policies.base import EpisodeState, PolicyContext, Transition
|
||
from negotiation.policies.autonomy_actions import ACTIONS as AUTONOMY_ACTIONS
|
||
from negotiation.policy.autonomy_store import AutonomyStore
|
||
from negotiation.policy.dqn_store import DQNServingStore
|
||
from negotiation.policy.model_store import QTablePolicyStore
|
||
from negotiation.qtable.domain.model.snapshot import NegotiationOutcome, NegotiationSnapshot, PartnerType
|
||
from negotiation.qtable.domain.service.reward_calculator import RewardCalculator
|
||
from negotiation.qtable.domain.service.state_calculator import state_index
|
||
from negotiation.qtable.infra.repository.learning_repository import LearningRepository
|
||
from router.v1.chat.protocol import Req_Chat, Res_Chat, Res_ChatSession
|
||
from tenancy.registry import TenantEngine
|
||
|
||
# 직접 호출(데모/테스트) 폴백 기본 컨텍스트 — 운영 경로는 NegotiationContextLoader 가
|
||
# DB(negotiation.sessions·partner.items·partner.suppliers·quotation.quotations)에서 조회한다.
|
||
_DEFAULT_RQ_TYPE = "재협상"
|
||
_DEFAULT_TARGET_PRICE = 10000 # KT 목표 매입가
|
||
_DEFAULT_ANCHOR_PRICE = 9900 # 앵커링가(목표가보다 낮음). 제시가 ≤ anchor → 우선협상
|
||
_DEFAULT_REVENUE_AMOUNT = 20_000_000 # 매출액(원) — suppliers.total_revenue 미기재 시 폴백
|
||
_DEFAULT_DISTRIBUTION_CODE = "A" # 유통 코드 — supplier_items.supply_type 미지정 시 폴백
|
||
|
||
|
||
class ChatService:
|
||
async def chat(self, engine: TenantEngine, req: Req_Chat) -> Res_Chat:
|
||
res = Res_Chat()
|
||
repo = ScriptRepository(engine.config, agent_config.tenants_dir)
|
||
sess_repo = ChatSessionRepository(engine.company_id)
|
||
|
||
# 1) 세션 확보 / 시작 (DB 영속 — 재시작/멀티워커 안전, P8-A)
|
||
session = await sess_repo.get(req.session_id) if req.session_id else None
|
||
# 새 세션 컨텍스트: 요청 페이로드 대신 DB(negotiation.sessions 등)에서 1회 조회.
|
||
# 행이 없으면(데모/테스트 직접 호출) 기본값 폴백.
|
||
db_ctx = None if session else await NegotiationContextLoader().load(req.session_id, engine.company_id)
|
||
rq_type = session.rq_type if session else (db_ctx.rq_type if db_ctx else _DEFAULT_RQ_TYPE)
|
||
chat_engine = ChatEngine(repo, rq_type=rq_type)
|
||
# 완전 자율 모드(AUTONOMY_MODE=1 + 번들 존재): 가격협상 판정 룰·카드 선택을 정책 행동으로 대체.
|
||
# decider 를 감싸 결정을 컨텍스트에 기록 → advance() 후 experience_logs 에 적재(_autonomy_learn).
|
||
autonomy = AutonomyStore.policy_for(engine)
|
||
if autonomy is not None:
|
||
def _decide(ctx, _p=autonomy):
|
||
act = _p.decide(ctx)
|
||
ctx["autonomy_pending"] = {"idx": AUTONOMY_ACTIONS.index(act), "kind": act.kind,
|
||
"q": act.counter_q, "s": act.strategy}
|
||
return act
|
||
chat_engine.autonomy_decider = _decide
|
||
|
||
# ① step desync 감지: backend 가 본 직전 봇 step(client_step)이 agent 세션 step 과 다르면 경고.
|
||
# agent 가 자기 step 을 정답으로 보고 진행하고(응답의 step/client_step 으로 backend 가 따라옴),
|
||
# 추적/리싱크 트리거를 위해 로깅 + 응답 desynced 플래그로 알린다.
|
||
desynced = False
|
||
if session is not None and req.client_step:
|
||
agent_step = session.step
|
||
agent_client_step = chat_engine.step_map.get(agent_step, agent_step)
|
||
if req.client_step not in (agent_step, agent_client_step):
|
||
desynced = True
|
||
LOG.w(
|
||
f"[ChatService] step desync: backend client_step={req.client_step!r} != "
|
||
f"agent step={agent_step!r}(client={agent_client_step!r}) session={session.session_id}"
|
||
)
|
||
|
||
if session is None:
|
||
selected_nego_cards = db_ctx.selected_nego_card_numbers if db_ctx else []
|
||
selected_wild_cards = db_ctx.selected_wild_card_numbers if db_ctx else []
|
||
# 운영 DB 세션은 견적 version_id 에 묶인 카드만 사용한다. 직접 호출/데모(DB context 없음)는
|
||
# 기존 테넌트 기본 action mapping 으로 폴백해 로컬 테스트와 콘솔 데모를 유지한다.
|
||
action_space_size = (
|
||
min(len(selected_nego_cards), engine.action_space_size)
|
||
if db_ctx is not None
|
||
else engine.action_space_size
|
||
)
|
||
# session_id honoring: backend 가 보낸 session_id(= negotiation.sessions.session_id)를
|
||
# 새 uuid 발급 없이 그대로 세션 키로 쓴다. 없으면(직접 호출/데모) 생성.
|
||
session = ChatSession(
|
||
session_id=req.session_id or str(uuid.uuid4()), tenant_id=engine.tenant_id, company_id=engine.company_id,
|
||
rq_type=rq_type, action_space_size=action_space_size,
|
||
context={
|
||
# 매출액 = suppliers.total_revenue, 유통코드 = supplier_items.supply_type 매핑 (loader).
|
||
# 미기재/미지정이면 기본값 폴백.
|
||
"revenue_amount": db_ctx.revenue_amount if db_ctx and db_ctx.revenue_amount > 0 else _DEFAULT_REVENUE_AMOUNT,
|
||
"distribution_code": db_ctx.distribution_code if db_ctx and db_ctx.distribution_code else _DEFAULT_DISTRIBUTION_CODE,
|
||
# 파트너 유형(PartnerType 값 0/1/2) — 상품별 협력사 수 DB 조회로 세션 시작 시 1회 확정.
|
||
# snapshot.partner_count 로 그대로 사용(값 호환).
|
||
# 가격 수용률은 컨텍스트에 두지 않는다 — _snapshot 이 라운드별 제시가로 동적 계산.
|
||
"partner_count": int(db_ctx.partner_type) if db_ctx else int(PartnerType.SINGLE),
|
||
# 목표가/앵커링가: sessions 행(생성 시 박제된 anchoring_price) → 박제 ‰ → 1% 폴백 (loader).
|
||
"anchor_price": db_ctx.anchor_price if db_ctx else _DEFAULT_ANCHOR_PRICE,
|
||
"target_price": db_ctx.target_price if db_ctx else _DEFAULT_TARGET_PRICE,
|
||
"round": 0,
|
||
# 기존 공급가(품목 기준가) — 가격협상_확인 인하율 산출용.
|
||
"item_price": db_ctx.item_price if db_ctx else 0,
|
||
# 견적 생성 시 선택한 카드. 일반카드는 action_id 0..N-1 에 그대로 매핑한다.
|
||
# 1% 인하는 기본 와일드카드로 항상 열고, 재원부족 등 선택형 와일드카드는
|
||
# 선택된 와일드카드가 있을 때만 허용한다.
|
||
"db_context_loaded": db_ctx is not None,
|
||
"selected_nego_card_numbers": selected_nego_cards,
|
||
"selected_wild_card_numbers": selected_wild_cards,
|
||
"allow_selected_wildcards": True if db_ctx is None else bool(selected_wild_cards),
|
||
# ---- 자율 에이전트 v3 특징 소스 (미상이면 키 자체를 중립값으로 — JSON 직렬화 안전) ----
|
||
"internet_lowest_price": db_ctx.internet_lowest_price if db_ctx else 0,
|
||
"deadline_end_ts": db_ctx.deadline_end_ts if db_ctx else None,
|
||
"deadline_total_s": db_ctx.deadline_total_s if db_ctx else None,
|
||
"hist_n": db_ctx.hist_n if db_ctx else 0,
|
||
"hist_success": db_ctx.hist_success if db_ctx else None,
|
||
"hist_settle_ratio": db_ctx.hist_settle_ratio if db_ctx else None,
|
||
},
|
||
)
|
||
view = chat_engine.start(session)
|
||
else:
|
||
view = chat_engine.advance(session, req.user_input)
|
||
|
||
# 2) 응답 기본 채움 (학습 블록이 가격협상 턴에서 script/indicator 를 덮어쓸 수 있어 먼저 채운다)
|
||
res.session_id = session.session_id
|
||
res.step = view.step
|
||
res.client_step = view.client_step
|
||
res.script = view.script
|
||
res.input_mode = view.input_mode
|
||
res.input_options = view.input_options
|
||
res.chat_end = view.chat_end
|
||
res.outcome = view.outcome
|
||
res.desynced = desynced
|
||
# 합의가: 성공 확정 이후 턴(협상완료 요약 → 협상종료)에 내려준다. 와일드카드 수락처럼
|
||
# 유저가 직접 입력하지 않은 가격으로 타결될 수 있어 backend 요약/입찰가는 이 값을 최우선으로 쓴다.
|
||
if session.context.get("final_outcome") == "success" and session.context.get("input_price"):
|
||
res.settled_price = int(session.context["input_price"])
|
||
|
||
# 3) 학습 결합 (가격협상 카드선택 → 카드 스크립트·협상지표 / 종료 보상)
|
||
if view.error is None and session.action_space_size > 0:
|
||
if view.needs_card_selection:
|
||
await self._select_and_learn(engine, chat_engine, repo, session, res)
|
||
elif view.outcome is not None:
|
||
await self._terminal_learn(engine, session, view.outcome, res)
|
||
|
||
# 3-b) 완전 자율 모드: 정책 결정·종료 결과를 experience_logs 에 적재 (실로그 재학습 재료).
|
||
if autonomy is not None and view.error is None:
|
||
await self._autonomy_learn(engine, session, view, res)
|
||
# 자율 스텝 멘트를 LLM 으로 생성 (행동은 RL, 문장은 LLM). 실패/미설정 → 템플릿 유지.
|
||
if view.step.startswith("자율_"):
|
||
llm_ment = await ment_generator.generate(view.step, session.context)
|
||
if llm_ment:
|
||
res.script = llm_ment
|
||
# 직전 봇 멘트 보존 — 다음 생성에서 같은 문장 구조 반복을 금지하는 힌트.
|
||
session.context["autonomy_last_ment"] = (res.script or "")[:200]
|
||
|
||
if view.error:
|
||
res.result.SetResult(ErrorType.NEGO_INVALID_STEP)
|
||
res.msg = view.error
|
||
|
||
await sess_repo.save(session) # 진행 상태 영속화 (재시작/멀티워커 안전)
|
||
return res
|
||
|
||
# ---- 세션 상태 조회 (① desync 리싱크용) ----------------------------
|
||
async def get_session_state(self, engine: TenantEngine, session_id: str) -> "Res_ChatSession":
|
||
"""backend 가 타임아웃/재진입 시 agent 의 현재 step 을 읽어 정합을 맞춘다."""
|
||
res = Res_ChatSession()
|
||
repo = ScriptRepository(engine.config, agent_config.tenants_dir)
|
||
session = await ChatSessionRepository(engine.company_id).get(session_id)
|
||
if session is None:
|
||
res.result.SetResult(ErrorType.NEGO_SESSION_NOT_FOUND)
|
||
return res
|
||
step_map = repo.client_step_mapping()
|
||
res.session_id = session.session_id
|
||
res.step = session.step
|
||
res.client_step = step_map.get(session.step, session.step)
|
||
res.rq_type = session.rq_type
|
||
res.ended = session.ended
|
||
res.found = True
|
||
return res
|
||
|
||
# ---- 학습 ----------------------------------------------------------
|
||
@staticmethod
|
||
def _acceptance_ratio(context: dict) -> float:
|
||
"""가격 수용률 동적 계산 — 기준가 대비 현재 제시가의 양보율.
|
||
|
||
기준가 = 기존 공급가(item_price) 우선. 스크립트 구조상 협력사의 첫 제시가부터
|
||
기존 공급가 대비 인하가 반영되므로(가격협상_확인 멘트의 discount_rate 와 동일 기준)
|
||
첫 라운드부터 실값이 나온다 — 첫 제시가 기준 0 아님.
|
||
기존 공급가가 없으면(신규 협상 등) 협력사 첫 제시가 기준 폴백(첫 라운드 0).
|
||
|
||
acceptance = max(0, (기준가 − 현재 제시가) / 기준가). 가격 미입력이면 0(low 버킷).
|
||
"""
|
||
base = context.get("item_price") or context.get("first_offer_price") or 0
|
||
current = context.get("input_price") or 0
|
||
if base <= 0 or current <= 0:
|
||
return 0.0
|
||
return max(0.0, (base - current) / base)
|
||
|
||
def _snapshot(self, session: ChatSession, outcome: NegotiationOutcome) -> NegotiationSnapshot:
|
||
c = session.context
|
||
return NegotiationSnapshot(
|
||
revenue_amount=c["revenue_amount"], distribution_code=c["distribution_code"],
|
||
partner_count=c["partner_count"], acceptance_ratio=self._acceptance_ratio(c),
|
||
input_price=c.get("input_price", c["anchor_price"]), anchor_price=c["anchor_price"],
|
||
target_price=c["target_price"], round_number=c.get("round", 0), outcome=outcome,
|
||
)
|
||
|
||
async def _select_and_learn(self, engine: TenantEngine, chat_engine: ChatEngine,
|
||
scripts: ScriptRepository, session: ChatSession, res: Res_Chat):
|
||
snap = self._snapshot(session, NegotiationOutcome.ONGOING)
|
||
try:
|
||
idx = state_index(snap, engine.config.state)
|
||
except ValueError as ex:
|
||
LOG.e_no_callstack(f"[ChatService] state error: {ex}")
|
||
return
|
||
policy, version_id, repo = await QTablePolicyStore.load(engine)
|
||
# action space 는 카탈로그 전체(engine.action_space_size)로 고정 — action_id↔카드 대응을
|
||
# 견적마다 일정하게 유지해 Q-table 학습 일관성을 지킨다. 견적 선택은 축소가 아니라
|
||
# available_mask 로 처리한다(선택 카드만 pickable, 사용분 제외).
|
||
ctx = PolicyContext(state_index=idx, snapshot=snap, action_space_size=engine.action_space_size,
|
||
available_mask=self._selection_mask(engine, session),
|
||
episode=EpisodeState(used_action_ids=set(session.used_action_ids)))
|
||
# 카드 '선택'은 DQN 서빙(활성 시), 학습/영속은 아래 Q-table 경로 그대로(오프폴리시 갱신).
|
||
# DQN 불가(비활성/번들 없음/후보 특징 없음)면 None → 기존 UCB 선택 폴백.
|
||
dqn = DQNServingStore.policy_for(engine)
|
||
decision = dqn.select(ctx) if dqn is not None else None
|
||
selector_name = dqn.name if decision is not None else policy.name
|
||
if decision is None:
|
||
decision = policy.select(ctx)
|
||
session.used_action_ids.add(decision.action_id)
|
||
card_id = self._card_id_for_action(engine, session, decision.action_id)
|
||
reward = RewardCalculator(engine.config.reward, engine.config.state).calculate(snap)
|
||
policy.update(Transition(state_index=idx, action_id=decision.action_id, reward=reward.total, done=False))
|
||
await QTablePolicyStore.persist_cell(repo, version_id, policy, idx, decision.action_id)
|
||
session.context["last_state"] = idx
|
||
session.context["last_action"] = decision.action_id
|
||
await self._log(repo, session, idx, decision.action_id, card_id, snap, reward, decision.propensity, done=False)
|
||
|
||
res.card_id = card_id
|
||
res.policy = selector_name
|
||
res.q_value = decision.q_value
|
||
res.updated_q = float(policy.qtable.q[idx, decision.action_id])
|
||
res.visit_count = int(policy.qtable.visits[idx, decision.action_id])
|
||
res.reward_total = reward.total
|
||
|
||
# 가격협상 턴 연출(선행 chat_server 의 dynamic step type=indicator 재현):
|
||
# ① 선택된 카드의 스크립트를 봇 메시지(script)로 출력 ② 협상지표 게이지(indicator_value) 동봉.
|
||
# backend/front 가 indicator/bot_chat_type 패스스루·게이지 렌더 준비 완료 → 값만 채우면 표시된다.
|
||
# 카드 멘트: backoffice_db 모드면 card.nego_cards.script(negodata 편집 정본), 아니면 파일 폴백.
|
||
card_script = await scripts.resolve_card_script(
|
||
decision.action_id,
|
||
card_id,
|
||
chat_engine.vars_for(session),
|
||
prefer_db=bool(session.context.get("selected_nego_card_numbers")),
|
||
)
|
||
if card_script:
|
||
res.script = card_script
|
||
c = session.context
|
||
ind = compute_indicator(c.get("anchor_price", 0), c.get("input_price", 0), c.get("target_price", 0))
|
||
if ind is not None:
|
||
res.indicator_value = float(ind[0])
|
||
res.indicator_range = ind[1]
|
||
res.bot_chat_type = "indicator"
|
||
|
||
async def _autonomy_learn(self, engine: TenantEngine, session: ChatSession, view: StepView, res: Res_Chat):
|
||
"""완전 자율 행동 로깅 — Q-table 은 건드리지 않고 experience_logs 만 적재한다.
|
||
|
||
action_id = autonomy_actions.ACTIONS 인덱스, card_id = "AUT|종류|위치|전략" (카드 재학습
|
||
파이프라인이 임베딩 매칭에서 자동 제외하도록 프리픽스로 구분). 종료 시 최종 보상 행(done=True)을
|
||
남겨 retrain 의 에피소드 재구성 규약(카드턴 N + 종료 1)과 정합을 맞춘다.
|
||
"""
|
||
def _card_id(d) -> str:
|
||
return f"AUT|{d['kind']}|{d['q']:g}|{d['s']}"[:40]
|
||
|
||
ctx = session.context
|
||
lrepo = LearningRepository(engine.company_id)
|
||
pending = ctx.pop("autonomy_pending", None)
|
||
if pending is not None:
|
||
snap = self._snapshot(session, NegotiationOutcome.ONGOING)
|
||
try:
|
||
idx = state_index(snap, engine.config.state) # 로깅 호환용 이산 인덱스
|
||
except ValueError:
|
||
idx = 0 # 자율 모드는 이산 상태를 쓰지 않으므로 폴백해도 학습 오염 없음
|
||
if ctx.get("autonomy_last"):
|
||
ctx["autonomy_prev"] = ctx["autonomy_last"] # 직전 결정 보존 — 멘트 생성 힌트(양보 언급)용
|
||
ctx["autonomy_last"] = dict(pending, state_index=idx)
|
||
if pending.get("kind") == "counter":
|
||
# 역제안 기억은 별도 키로 보존 — autonomy_last 는 '마지막 행동'이라 사이에 낀
|
||
# 설득이 덮어쓴다. 단조 봉투·탄약소진 판정이 이 기억을 기준으로 해야
|
||
# counter→press→counter 에서 제안 철회가 새지 않는다 (게이트가 잡은 실버그).
|
||
ctx["autonomy_last_counter"] = dict(pending)
|
||
if pending.get("kind") == "press":
|
||
# 설득 횟수 누적 — 역제시 해금 조건(autonomy_store ③)의 카운터.
|
||
ctx["autonomy_press_n"] = int(ctx.get("autonomy_press_n") or 0) + 1
|
||
reward = RewardCalculator(engine.config.reward, engine.config.state).calculate(snap)
|
||
await self._log(lrepo, session, idx, pending["idx"], _card_id(pending), snap,
|
||
reward, (1.0 - 0.1) + 0.1 / len(AUTONOMY_ACTIONS), done=False)
|
||
res.policy = "full_autonomy"
|
||
last = ctx.get("autonomy_last")
|
||
if view.outcome is not None and last is not None:
|
||
oc = NegotiationOutcome.SUCCESS if view.outcome == "success" else NegotiationOutcome.FAILURE
|
||
snap = self._snapshot(session, oc)
|
||
reward = RewardCalculator(engine.config.reward, engine.config.state).calculate(snap)
|
||
res.reward_total = reward.total
|
||
await self._log(lrepo, session, last["state_index"], last["idx"], _card_id(last), snap,
|
||
reward, None, done=True)
|
||
|
||
async def _terminal_learn(self, engine: TenantEngine, session: ChatSession, outcome: str, res: Res_Chat):
|
||
oc = NegotiationOutcome.SUCCESS if outcome == "success" else NegotiationOutcome.FAILURE
|
||
snap = self._snapshot(session, oc)
|
||
reward = RewardCalculator(engine.config.reward, engine.config.state).calculate(snap)
|
||
res.reward_total = reward.total
|
||
last_state = session.context.get("last_state")
|
||
last_action = session.context.get("last_action")
|
||
if last_state is None or last_action is None:
|
||
return # 카드선택 없이 종료된 경우(예: 담당자확인 단계 이탈)
|
||
policy, version_id, repo = await QTablePolicyStore.load(engine)
|
||
policy.update(Transition(state_index=last_state, action_id=last_action, reward=reward.total, done=True))
|
||
await QTablePolicyStore.persist_cell(repo, version_id, policy, last_state, last_action)
|
||
await self._log(repo, session, last_state, last_action,
|
||
self._card_id_for_action(engine, session, last_action), snap, reward, None, done=True)
|
||
res.updated_q = float(policy.qtable.q[last_state, last_action])
|
||
|
||
@staticmethod
|
||
def _card_id_for_action(engine: TenantEngine, session: ChatSession, action_id: int) -> Optional[str]:
|
||
# action_id ↔ 카드는 테넌트 매핑(action_to_card)으로 고정한다. 견적 선택은 available_mask 로
|
||
# 걸러지므로 여기서 selected 리스트를 인덱싱하지 않는다 — 인덱싱하면 견적마다 action_id 의미가
|
||
# 달라져(같은 action_id 가 다른 카드) Q-table 학습이 오염된다.
|
||
return engine.mapper.get_card_id(action_id)
|
||
|
||
@staticmethod
|
||
def _selection_mask(engine: TenantEngine, session: ChatSession) -> Optional[np.ndarray]:
|
||
"""견적에서 선택한 카드(selected_nego_card_numbers)만 pickable 로 하는 available_mask.
|
||
|
||
action space 전체(engine.action_space_size) 크기의 bool 배열. 선택 카드의 action_id 만 True,
|
||
이미 사용한 action 은 False. 선택이 없거나(직접호출/데모) 매핑 불가면 None → 전체 허용(폴백).
|
||
번호(card.nego_cards.number)와 action_to_card 값이 일치해야 매핑된다.
|
||
"""
|
||
selected = session.context.get("selected_nego_card_numbers") or []
|
||
if not selected:
|
||
return None
|
||
used = set(session.used_action_ids)
|
||
selected_ids = {engine.mapper.get_action_id(str(n)) for n in selected}
|
||
selected_ids.discard(None)
|
||
if not selected_ids:
|
||
return None # 매핑에 없는 번호뿐 → 폴백(전체 허용)
|
||
return np.array(
|
||
[(a in selected_ids and a not in used) for a in range(engine.action_space_size)],
|
||
dtype=bool,
|
||
)
|
||
|
||
async def _log(self, repo: LearningRepository, session, state_index, action_id, card_id, snap, reward, propensity, done):
|
||
data = {
|
||
"session_id": session.session_id, "state_index": state_index, "action_id": action_id,
|
||
"card_id": card_id, "snapshot": snap.to_dict(), "propensity": propensity,
|
||
"turn": snap.round_number, "reward": reward.total, "done": done,
|
||
"settled_price": int(snap.input_price) if snap.outcome == NegotiationOutcome.SUCCESS else None,
|
||
}
|
||
try:
|
||
await DB_SESSION_MNG.execute_lambda_run([DBType.MAIN.value], [lambda s: repo.log_transition(s, data)])
|
||
except Exception as ex:
|
||
LOG.e_no_callstack(f"[ChatService] log failed: {ex}")
|
||
|
||
|
||
def reset_sessions():
|
||
"""세션은 DB(learning.chat_sessions)에 영속화된다(P8-A). 테스트는 db_engine 픽스처가 TRUNCATE 하므로 no-op."""
|
||
pass
|