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 。
王思聪嚼着口香糖上台，桀骜气质，礼仪小姐都忍不住多看两眼！,本视频由开心看热综提供,271852次播放,好看视频是由百度团队打造的集内涵和颜值于一身的专业短视频聚合平台
好趣网-高清网络电视在线直播观看&回看CCTV,卫视,香港,台湾,韩国~cctv1在线直播,cctv5在线直播,cctv新闻频道直播,快乐大本营直播,湖南卫视在线直播,中央电视台1套在线直播
ISweek工采网是工业品采购、工业品批发供应商平台，以人工服务提供工业品询报价，招募供应商、大买家采购、工业品招标采购等。帮助用户更快、更有效地完成产品采购。我们很乐意为您解答产品相关问题，为您提供完整的产品解决方案。
55Y音乐社区APP是一个聚合数千万音乐爱好者的专业的音乐内容分享社区，在这里你可以建立你的音乐自媒体，分享你的音乐生活！
靖西锦绣旅游
帝国软件是一家专注于网络软件开发的科技公司，其主营产品“帝国网站管理系统(EmpireCMS)”是目前国内应用超高广泛的CMS程序。通过十多年的不断创新与完善，使系统集安全、稳定、强大、灵活于一身。目前EmpireCMS程序已经广泛应用在国内上百万家网站，覆盖国内数千万上网人群，并经过上千家知名网站的严格检测，被称为国内超高安全、超高稳定的开源CMS系统。
快印客是国内专业二维码应用解决方案服务商,图文快印店加盟行业知名品牌，依托全国广告,印刷,快印,包装企业,在快印店加盟,图文快印连锁加盟,数码快印,人工智能名片,连锁领域具有广泛知名度和影响力的企业。
长沙威弯专注长沙弯管加工,长沙弯管加工厂有直径100米以内大多数圆管模具,以及100*50以内大多方管和矩形管模具,可为长沙弯管客户提供直接、快速和低成本弯管加工服务！
企博网是基于职业社交关系和高质量内容的社会化电子商务营销平台.人脉,编织你的个人商务人脉网络;职业博客,建立和推广你的网上个人职业品牌;企业博客,宣传和推广你的生意和企业.企博网B2BSNS:职业人和生意人的商务社交网络。
郑州辉航是一家专业生产销售有机肥设备厂家，拥有鸡粪、羊粪、猪粪、牛粪等小型有机肥生产线，及有机肥造粒机、翻抛机、粉碎机、烘干机、搅拌机、等一整套有机肥生产设备,价格实惠,欢迎咨询.
唐山市陆和源贸易有限公司主营焊管、镀锌管、钢塑管、燃气专用管、大棚管等各类管材，是“天津友发”“唐山正金元”两大品牌的一级代理商
老师板报网(www.banbaow.com)有PPT课件、文档资料下载，黑板报版面设计图大全,黑板报,手抄报,简笔画,板报设计,以及各种手抄报花边,手抄报版面设计图大全,手抄报边框,手抄报花边简单又漂亮,为学生培养创新意识和创造能力。
特色小吃在市场上非常受欢迎，比如米粉，说到米粉大家就想到江西米粉，因为正宗、地道，所以赢得消费者的追捧，现在市场上也陆陆续续出现很多米粉品牌店，因为发展很好，业绩也在持续上涨，所以赢得广大消费者的青睐，也成为不错的加盟选择，但作为新手来说，选择加盟之前还是有必要了解一下，江西米粉加盟怎么样，江西米粉作为传统的小吃产品，一直都是紧跟时代...。
iOS新漏洞、Mac漏洞、iMessage漏洞，近来有关苹果漏洞传出的消息越来越频繁，今日乌云发现在最新版iPhone中存在字符溢出漏洞，此漏洞无需物理接触或者人为交互，只需知道目标绑定的Exchange邮箱，即可将远程iPhone手机攻击崩溃，进入，白苹果，状态，在乌云发布的测试视屏中，这部受到攻击的iPhone在开机后马上变为，白...。
经典计算机的能力依旧在持续进步，但人们早已开始探索量子计算，以期解决一些经典计算无法解决的问题，或者提升计算效率，比如新材料研发，药物研发等，不过，不同量子计算技术路径都面临着棘手的技术难题，典型的如量子比特的构建，但量子计算在持续去的突破，消息，在今年的国际超算大会，ISC，上，英伟达、罗尔斯·罗伊斯和量子软件公司Classi...。
人人都爱美尤其是女性，但是女性在生完孩子之后身材会走样，为了解决这一问题一个新的行业产生了，那就是有助于调节体脂养身，产后恢复作为养身的一小部分受到广大女性朋友的支持，美可美塑产后修复在产后恢复有着举足轻重的地位，越来越多的宝妈来到美可美塑产后修复调养身体，这使美可美塑产后修复的名气也传遍大江南北，所有的有助于调节体脂品牌都是依靠技术...。
几年前一名上海无业28岁男子因不配合警方调查自行车，被带到公安局进行调查，谁知男子不仅态度恶劣还咄咄逼人，迟迟不肯配合调查，民警在调查清楚事件后，将其释放，但男子却见缝插针，非让民警赔付其损失，民警正当处理案件，并不存在过错，可男子却三天两头到警局滋事，后来男子竟然将另一处毫无防备已经退居一线的6名老民警杀害，男子的行为可谓是人性的扭...。
今天凌晨的足球赛，日本队赢了，中国男足0比1负于日本队，北京时间2021年9月7日晚，12强赛B组第二轮，国足在卡塔尔多哈哈里法球场迎战日本队，上半场，张琳芃伤退，久保健英中柱，大迫勇也破门；下半场，双方均未改写比分，最终，国足0比1不敌日本遭遇两连败，日本队则收获12强赛首胜，开场1分钟，张琳芃在非对抗情况下解围受伤，在场边短暂治疗...。
近日，虞书欣上班室颁布了一组写真照片，照片中虞书欣身穿学院风连衣裙，梳着高马尾，表情俏皮可恶，十分灵动，甘甜可人，...。
十三星座包括，白羊座、金牛座、双子座、巨蟹座、狮子座、处女座、天秤座、天蝎座、蛇夫座、射手座、摩羯座、水瓶座、双鱼座，与甚为宽泛的十二星座不同的是，十三星座中还有蛇夫座，蛇夫座是惟逐一个兼跨天球赤道，银道和黄道的星座，但却不属于黄道十二宫，有许多人都问及，能否有十三星座的存在，或问及，蛇夫座，所代表的意义，其实，在整个天球中，一共有八...。
1、白羊座，3月21日～4月20日，Aries，2、金牛座，4月21日～5月21日，Taurus，3、双子座，5月22日～6月21日，Gemini，4、巨蟹座，6月22日～7月22日，Cancer，5、狮子座，7月23日～8月23日，Leo，6、处女座，8月24日～9月23日，Virgo，7、天秤座，9月24日～10月23...。
ps图片解决软件引见，ps图片解决软件很多人还不知道，如今让咱们一同来看看吧！1、Photoshop是Adobe旗下的一款图像解决软件，俗称PS，Photoshop的雏形最早出如今1987年，过后一个叫托马斯诺尔的年轻人为了成功自己的博士论文，自己编写了一个程序Display，他在电影特效制造公司的哥哥约翰诺尔对此很感兴味，于是托马斯...。
吉利帝豪EC7的多少钱定位在大概18万人民币左右，这款车型的外观设计展现出其在同级别中的干流长处，其车身尺寸为4635mm*1789mm*1470mm，轴距更是到达了2650mm，彰显出稳固的派头和动感的时兴元素，全体格调从头到尾都贯衣着明晰的主题，谐和地融合了力度与细腻，在温馨性体验上，得益于2650mm的轴距，帝豪EC7提供了宽阔...。
北京二手家具市场北京二手家具市场，寻觅优质二手家具的好去处在北京这个大市区，有很多人都在寻觅二手家具，这不只是由于二手家具多少钱相对廉价，而且还可认为环保事业做出奉献，然而，如何找到优质的二手家具呢，在这里，我将引见几个北京二手家具市场，协助你寻觅到优质的二手家具，第一步，确定需求在寻觅二手家具之前，你须要确定自己的需求，你须要思考自...。
当AI写论文，做旅行攻略，作画，写诗能够媲美甚至超越普通人水平时，有人兴奋不已，也有人忧心忡忡，普通人对于生成式AI可能带来的变化态度各有不同，但推动这一技术发展的研究人员和企业都有一个共同关注的问题——大模型所需的大算力需求带来的能耗问题如何解决，以火爆全球的OpenAI公司的ChatGPT为例，两年前，微软为了满足OpenAI的G...。
据TheNextWeb等外媒报道，曾经与中国的一加手机合作的全球安卓ROM开发商Cyanogen于近日宣布将进行大裁员，并且会在未来放弃开发Android定制系统，转型其他安卓应用软件的开发，据悉，Cyanogen公司在全世界雇佣了136名员工，此次大约将裁员30人，近20%，而遭到裁员的员工，主要集中在开发安卓定制包的部门中，众所周...。
消息，本周六，中国芯片设计平台即服务企业芯原股份正式宣布加入UCIe产业联盟，成为中国大陆首个加入该产业联盟的企业，芯原表示，将与UCIe产业联盟其他成员共同致力于UCIe1.0版本规范和新一代UCIe技术标准研究与应用，推动芯原Chiplet产品发展，UCIe产业联盟于本月初建立，是由全球知名芯片制造商英特尔、台积电、三星联手...。
11月11日网上流传出一则声称，浙大研究发现，冷冻馒头不能吃，冷冻超过两天会长黄曲霉素，的短视频迅速引发广泛关注，不少网友担忧地表示自己这两天刚吃过冷冻馒头，那么冷冻馒头冻两天，真的会长黄曲霉素，多位专家辟谣表示大可不必担心恐慌，深圳卫健委官微也发出公开辟谣格外强调，黄曲霉的适宜生长温度是12℃~42℃，在0℃以下是不能产生毒的，事实...。
3月23日晚，腾讯控股，HK.00700，2021年四季报及全年年报出炉，2021年Q4腾讯净利润，Non，IFRS，248.8亿元，同比下降25%，这是继三季度净利下跌2%后，腾讯连续第二个季度出现单季净利负增长，2021年全年，腾讯实现营收5601.18亿元，同比增长16%，净利润，Non，IFRS，1237.88亿元，同比微增1...。
