AlphaDou：集成叫牌功能的高性能端到端斗地主 AI

人工智能对于卡牌游戏长期以来一直是热门研究主题。近年来，像麻将和德州扑克等复杂卡牌游戏已被解决，相应的人工智能程序达到了水平 expert。然而，斗地主因其庞大的状态/动作空间和独特的关于竞争与合作推理的特征，呈现出极大的难度。使用 Deep Monte Carlo 算法框架训练的 RL 模型 Douzero 在斗地主方面表现优异。然而，其简化的游戏环境与实际斗地主环境存在差异，其性能距离人类 expert 仍有较大距离。本文通过使用强化学习获取能够同时估计胜率和期望值的神经网络，修改了 Deep Monte Carlo 算法框架。利用期望值修剪动作空间，并基于胜率生成策略。该修改后的算法使 AI 能够在斗地主游戏的完整任务范围内工作，包括叫牌和出牌.该模型在实际斗地主环境下训练并达到了公开模型中最先进的性能。我们希望这个新框架将为其他基于叫牌的游戏 AI 开发提供有价值的见解。