RLCard：一种用于纸牌游戏强化学习的工具包
人工智能
2020-02-17 v2
摘要
RLCard是一个用于纸牌游戏强化学习研究的开源工具包。它支持多种具有易用接口的纸牌环境，包括Blackjack、Leduc Hold'em、Texas Hold'em、UNO、Dou Dizhu和Mahjong。RLCard的目标是桥接强化学习与不完美信息博弈，并推动在多智能体、大状态与动作空间以及稀疏奖励领域中的强化学习研究。在本文中，我们概述了RLCard的关键组件、讨论了设计原则、简要介绍了接口，并对环境进行了全面评估。代码与文档可在 https://github.com/datamllab/rlcard 获取。
引用
@article{arxiv.1910.04376,
title = {RLCard: A Toolkit for Reinforcement Learning in Card Games},
author = {Daochen Zha and Kwei-Herng Lai and Yuanpu Cao and Songyi Huang and Ruzhe Wei and Junyu Guo and Xia Hu},
journal= {arXiv preprint arXiv:1910.04376},
year = {2020}
}
备注
AAAI-20 Workshop on Reinforcement Learning in Games