아시는 분들 답변 부탁드립니다.

강화학습 을 이용한 게임 밸런싱을 하고 싶은데요

어떤거냐면

보드게임이고, 간단하게는 알파고 로 바둑두는 거라고 생각하시면 될것 같습니다.

이 보드게임은 바둑같이 2명이서 차례을 번갈아가면서 행동을 하는데(돌을 놓는데)

바둑과같이 할 수 있는 행동의 경우의 수가 엄청 많은게아니라

20개 안이고, 

바둑과 다른 점은, 20개 각각의 행동이 조금씩 다릅니다. (바둑처럼 돌을 놓는다 라는 하나의 행동이 아니라, 각각 다 조금씩 다릅니다.)

그리고 게임을 하면서 행동의 갯수가 조금씩 늘거나 (새로운 행동을 선택할 수 있거나)

(기존에 할 수 있었던) 행동이 좀 더 좋아집니다.(효율적으로 발전합니다.)

2명이서 대결을 하는데, 알파고처럼 하나 복제해서 무한히 서로 보드게임을 하면서

20개의 행동 중 어느 하나가 너무 좋거나 하면 좀 다운시켜서

선택을 자주 받는 행동이 없도록, 똑같은 지능이라면 승리 가능성이 50%에 가깝도록

밸런스를 맞춰보고 싶은데, 

간단하게 비유하자면

부루마블 만드는데 어느 한도시가 너무 좋아서 그도시만 사면 이길 확률이 엄청 높아지는거를 발견해서

그 도시를 샀을때 이길 확률을 낮추는 식으로 하고 싶은데,

여기까지만 들으셨을때, 지금까지 말한것을 구현하기가 어려울까요? 아니면 좀 쉬운편일까요?

보드게임(부루마불)은 구현할 수 있는데, 강화학습은 잘 몰라서 학습을 하게 만드려면

어려울까요?

아시는 분들 답변 부탁드립니다.