卡牌游戏八合一 华人团队开源强化学习研究平台RLCard (卡牌游戏八合怎么玩)
语音播放文章内容
由深声科技提供技术支持
雷锋网 AI 科技评论按：在过去的两三年中，我们经常听说人工智能在棋牌类游戏（博弈）中取得新的成果，比如基于深度强化学习的 AlphaGo 击败了人类世界冠军 ，由 AlphaGo 进化而来的 AlphaZero 还一并搞定了国际象棋和日本象棋 ；基于博弈论的 冷扑大师（Libratus）也在无限注德州扑克比赛中击败了人类职业选手 ；今年在澳门举行的 IJCAI 2019 上我们也发现了一篇 斗地主 AI 论文 。
不过，虽然这些团队各自做出了令人瞩目的成果，但不管对于工业界还是学术界来说，都缺少一个迅速开发和测试棋牌类 AI 的环境。最近德州农工大学胡侠带领的华人团队就给出了他们的解决方案，开源了基于牌类游戏设计的 强化学习 Python 平台 RLCard ，在打包实现了多种牌类游戏算法的同时，也提供了中西方最流行的几种牌类游戏环境（包括斗地主、麻将、21点、德州扑克、UNO等），致力于为强化学习提供一个统一、易用的开发和测试环境。雷锋网 AI 科技评论介绍如下。
具体来说，RLCard 实现了四种有代表性的强化学习算法：作为强化学习的代表算法的 DQN、作为带有自我学习的强化学习的代表算法的 NSFP、反事实后悔最小化 CFR 以及深度反事实后悔最小化 DeepCFR。RLCard 中也带有一个随机智能体。
RLCard 中实现了八种牌类游戏环境：二十一点（BlackJack），三种德州扑克（简化版德扑 Leduc Hold'em，有限制德扑 Limit Texas Hold'em 以及无限制德扑 No-limit Texas Hold'em），斗地主，麻将，UNO 以及升级（目前升级游戏环境还在开发中）。
RLCard 安装快速、使用简单，提供大量的实例、文档及 demo；提供人类与 AI，以及 AI 与 AI 间对战的接口，支持并行加速。平台设计遵循以下设计原则：
对于游戏环境实现，RLCard 平台抽象并定义了这些游戏概念：玩家，比赛（Game），对局（Round），发牌者（Dealer），裁判（Judger）。游戏环境实现都通过这些概念对应的类，这样的相同的设计规范让游戏逻辑更容易理解、更容易操作。别的牌类游戏也基本都可以符合这个结构，未来如果想要增加很容易。
作为对比，现有的强化学习库多数都是单智能体环境的（比如 OpenAI Gym）；近期虽然也有一些支持多智能体的环境（比如星际2），但它们并不支持牌类游戏。RLCard 专为牌类游戏设计，不仅是一些牌类游戏在强化学习库中的首次实现，也提供了简单直观的接口，便于强化学习研究。
在目前的学术文献中，解决扑克游戏的最热门的方法是反事实后悔最小化（Counterfactual Regret Minimization，CFR），以及它的各种变体，胜过了人类职业选手的冷扑大师（Libratus）使用的就是基于 CFR 的方法。不过，CFR 很消耗计算资源，因为它需要完全遍历整个游戏树，所以它也不适用于斗地主之类的状态空间很大的游戏。
近期也有研究表明，强化学习策略可以在打赌类的博弈中取得很好的表现，比如玩斗地主就玩得不错。这些美妙的成果，以及强化学习本身的灵活性都让我们有可能探索状态空间、行动空间更大的更困难的牌类游戏。
RLCard 使用简单，输入 pip install rlcard 可快速安装。安装完成后，用以下 5 行代码就能用随机的智能体产生对局数据，返回的数据可直接用于强化学习算法训练。
另外，RLCard还提供了丰富的的运行实例，包括产生随机数据，训练CFR、DQN、NFSP等算法，以及多进程运行实例。
RLCard 提供人机对战 demo。RLCard 提供 Leduc Hold'em 游戏环境的一个预训练模型，可以直接测试人机对战。Leduc Hold'em 是一个简化版的德州扑克，游戏使用 6 张牌（红桃 J、Q、K，黑桃 J、Q、K），牌型大小比较中 对牌>单牌，K>Q>J，目标是赢得更多的筹码。与预训练模型对局展示如下：
除此之外，开发团队还对 RLCard 做了系统的评估。他们测试了最流行的强化学习算法在环境上的表现。测试方法包括与随机策略的比较以及 AI 间互相对战的比较。发现主流算法在小型游戏上普遍有较好的效果，但是在较复杂游戏（例如斗地主、UNO）效果一般。如何在复杂的游戏中更好地训练强化学习算法需要更多的研究。
团队也对游戏运行的效率进行了评估。在 24 核 2.10GHz CPU 服务器上对各个游戏的运行时间进行了测试，使用多进程可以更高效地产生游戏数据。
目前 RLCard 的官网已经上线，其中提供了详细的文档。学术论文也已经发表在 arXiv，第一作者为查道琛。详细信息可以访问下面的链接：
未来，作者们还会继续优化和增强这个平台，他们的计划包括增加基于规则的智能体、增加更多预训练模型（帮助评价模型），增加更多游戏环境和算法，以及增加可视化和分析功能等。相信这个环境能对领域内的研究人员们起到很大帮助。
感谢查道琛、胡侠对文本提供的帮助。雷锋网 AI 科技评论报道。
原创文章，未经授权禁止转载。详情见 转载须知 。
本文地址： https://www.gpxz.com/article/e687f968eed515a19769.html
物行天下
武汉中北知识产权代理有限公司，成立于2005年1月25日，十多年来已为湖北地区众多客户提供了专业、及时、高水平的知识产权法律服务。业务范围全面涉及国内外商标、专利、版权、知识产权行政及诉讼案件。武汉中北知识产权秉承“服务第一，信誉至上”的宗旨，致力于给客户提供适合其发展的知识产权保护方案，擅长处理各类商标专利纠纷及诉讼、中国驰名商标的认定和保护。
深圳软装设计公司为您提供深圳地区软装设计,配饰设计,及福州样板房设计等选择设计公司就来北牧空间设计
南京汤泉雪松苗圃基地自产自销,咨询电话:13914797733,最新雪松小苗价格。长年供应各种规格雪松、雪松小苗、雪松工程苗以及雪松树苗绿化方案指导。
眉山购房网立足眉山房地产网络行业，集眉山房产,眉山房地产,眉山楼盘,眉山二手房为一体的综合性门户网站平台。房产价格咨询热线028-38286861作为眉山人还不知道最全房产信息网？就到眉山购房网吧！
乐山杭叉工程机械销售有限公司是一家从事杭州叉车经销、配件销售、维修业务及配套服务的企业，产品覆盖内燃，电动，托盘堆垛车，搬运车，手动液压叉车等类型，欢迎夹江、犍为、马边等各区县及眉山客户来电洽谈。
北京金地安达停车管理有限公司是专业的停车场运营管理公司，提供停车场规划设计、停车场投资建设、停车场运营外包、停车场管理外包及智慧停车场解决方案，目前企业员工有500人管理停车位20000多，是北京市停车协会的优秀会员单位，公司所涉及的停车场管理职能，覆盖了宾馆饭店、CBD商务区、公共场所及高档、中档住宅小区等领域。业务覆盖北京朝阳、丰台、海淀、东城、天津、河北、雄安等地。
psone艺术留学专注欧美艺术留学申请,美国,英国留学作品集培训辅导 [优势]跨学科☑招生官联盟[奖学金]美术留学,艺术留学生获奖率85% PSONE品思国际艺术教育处艺术留学机构:上海,成都,重庆,深圳,郑州,广州,西安,北京,青岛都有留学美术培训班
郴州职业技术学院，美丽的郴州欢迎您！
列表网为您提供生活，商务，教育，宠物，车辆，房产，加盟等综合分类信息。一站式分类信息平台，找信息，更便捷可靠。
南京弘楠建设工程有限公司
CTB全球青年研究创新论坛，由哈佛商学院学者和清华大学经管学院学者联合启动，鼓励全球中学生完成原创创新实践项目和学术论文，同时优秀项目团队将受邀前往全国论坛和哈佛英文论坛展示成果，并将优秀论文发表至哈佛YSA学术期刊。
在休闲度假的时候，大家就会选择去一些旅游城市中度过，人们在外的时候，就会选择入住酒店中，解决自己的住宿问题，现在市面上中高消费的酒店就非常受欢迎，一些商旅酒店就受到很多消费者的欢迎，兰兹酒店就是一个不错的品牌，主要在商圈的附近，人气高，很多网友想要了解，兰兹酒店集团好运营吗，加盟怎么样，兰兹酒店集团好运营吗兰兹酒店以本真、自由、探索为...。
随着时代的改变，人们对头皮保养的要求越来越高，时下脱发成为无数人心中的伤痛，上上嘉品养发生发加盟品牌，正是在这样需求强烈的市场环境下推出生发神器，，快易多，，不仅是消费者生发快易多，加盟商加盟养发生发项目，经营也是快易多，养发生发加盟选上上嘉品，真正的低难度加盟高端养发项目、经营省心的好项目，现在养发市场传统中草药洗发护发已经满足不了...。
发表在投影仪评测2018，9，1514，00在9月13日凌晨1点，北京时间，，苹果举行了2018秋季新品发布会，发布了AppleWatchSeries4、iPhoneXs、iPhoneXsMax和iPhoneXr共4款新品，而值得注意的是，这次的新品发布会上又没有iPad系列产品发布，从上一款iPad产品发布至今已经有一年半的时间了，...。
杭州一列车长初筛阳性，这列动车之前就已经有人感染了，所以这个列车长很可能是被确诊的乘客感染了，也不排除这列动车上还有其他人会被感染，列车长可能是被乘客感染的，杭州报告一例阳性感染者，感染者是一个列车长，他工作的地点在动车上，他返回家以后做常规核酸检查，初筛就发现是阳性，因为该动车之前就曾经发现了一名新冠肺炎患者，所以这个列车长很可能是...。
酒店行业在快速的发展，在全国各地都能够看到酒店的身影，让不少的创业者看到了酒店行业所具有的广阔前景，想要在激烈的市场竞争中稳定的发展，选择合适的酒店品牌加盟是关键因素，希尔顿欢朋酒店在市场中有着很高的名气，总部的综合实力雄厚，拥有上万家连锁合作门店，是一个值得创业者们关注的项目，那么加盟希尔顿欢朋酒店怎么样，门槛高不高，加盟希尔顿欢朋...。
[全球网报道]据美国有线电视资讯网，CNN，12日报道，两名知情人士泄漏，特朗普已选定南达科他州州长克丽丝蒂·诺姆担任疆土安所有部长，CNN称，诺姆曾是美国国会众议员，据引见，美国疆土安所有担任监管海关和边陲包全局、移民和海关执法局、特勤局等机构事务，据外媒此前报道，特朗普外地期间10日敲定了两项提名，众议员爱丽丝·斯蒂芬尼克将担任美...。
顺丰公司最后降级这条揭发是在3月15日，今天我基本没有收到他们任何对于我揭发的处置打算，在这之后不时到今天他们也没有咨询我，打他们外地主管电话也打不通！至今没有收到顺丰官网的理赔打算你们合法扣押我的快递，在我需要撤回快递的状况下擅自派送，派送的时刻快递员擅自分开了验货现场，假设这其中任何一点你们遵守公司规章，合同规则以及法律规则，都不...。
假设是阳历7月1日，是巨蟹座06，21，07，22我给你一表，你自己对照一下吧.星座是按阳历，公历、新历，划分的星座出世日期类型白羊座03，21，04，19激情开朗的情人金牛座04，20，05，20豪放的情人双子座05，21，06，20善变的情人巨蟹座06，21，07，22恋家的情人狮子座07，23，08，22自信的情人处女座08，2...。
2017款丰田坦途TRDPro5.7L目前市场多少钱在，￥41.00万~￥60.00万左右，依据性能高下，，更多消息了解，尽在出口车市丰田皮卡5.7l多少钱及耗油量50万左右的，出口车的多少钱不固定的，油耗25个以上，美规的车其实不好养的，有那钱买别的也好啊，丰田皮卡就是车头霸气点，拉风也算不上，丰田皮卡有200至400万了吗没有，丰...。
在当今的汽车市场中，特斯拉和比亚迪作为两家出色的电动汽车制作商备受注目，这两家公司都在电动汽车畛域取得了清楚的成就，但它们的产品终究哪个更好呢，我之前有了解过，上方为大家详细的比拟一下，宿愿对你们有用，首先，从品牌影响力来看，特斯拉无疑是市场上的佼佼者，它以其共同的设计、出色的功能和翻新的技术吸引了世界生产者的关注，特斯拉的电动汽车在...。
腾讯软件中心提供2023年最新6.0.0.1官方正式版WPS图片高速下载，本正式版WPS图片软件安全认证，免费无插件。
李旭科毛笔行书字体,李旭科毛笔行书字体是一款非常有书法范的字体，爱好书法的朋友可以将字体下载下来然后好好研究这字体的笔画,您可以免费下载。
日前，多款90寸电视新品发布，ZNDS智能电视网搜集了2023最新90寸电视，带大家一览90寸电视哪个品牌好，以给有需求购买90寸电视的用户一些建议，1、RedmiMAX90售价7999元RedmiMAX90搭载百级分区背光，峰值亮度700nits，色准约等于2，色域94%DCI，P3，并搭配双杜比30W功率音响，硬件方面，Redmi...。
无论处在哪个时代，无论是哪个地区，对教育秉持的都是一个重视的态度，尤其是现如今的父母们，因为想让孩子在竞争的社会环境下很好地生存下去，所以更注重其在少儿时期的教育培养，因此，市面上的教育培训机构大多很受现代家长的欢迎，也吸引了不少创业人士的目光，今天，小编就来为大家介绍一下开教育培训机构需要什么条件，开教育培训机构需要的条件大致包含了...。
在众多的忍者世界中，每一位忍者都拥有自己独特的技能和背景故事，然而，在这个充满挑战与机遇的世界里，并非所有的忍者都适合成为你的首选，今天，我们就来探讨一下那些真正值得你投资时间和精力去培养的忍者——即使你只能从15位候选者中挑选一位，1.宇智波鼬作为火影忍者中最受欢迎的角色之一，宇智波鼬不仅拥有令人惊叹的外貌，更重要的是他那深邃的智慧...。
华为，在汽车领域的打法和定位逐渐清晰，2019年，华为首次参加上海车展，提出的定位是增量部件供应商，以ICT技术适配汽车产业的发展和升级，如果说，华为第一次参加车展是展现定位，是一次进军宣言；那么2020年，华为再度亮相北京车展，就是亮相军备，全方位展现华为在汽车上的投入和思考，从激光雷达、角雷达、双目摄像头、多合一电驱动系统、MDC...。
今日头条华中科技大学初步复现韩国室温超导材料美国当地时间7月31日，美国劳伦斯伯克利国家实验室，LBNL，纳米结构材料理论研究员西妮德·格里芬发表论文称，其已通过计算，为室温常压超导材料LK，99的存在提供了理论依据，证明了该材料在理论层面上确实有可能具有，室温超导，的特性，8月1日下午，一位自称来自华中科技大学的B站UP主发布了一则...。
