deecamp斗地主

提供了可以结合AI的程序引擎,在next_moves中提供按照规则的出牌所有可能性,需要自己实现从next_moves中选择所出的牌(myutil中的choose方法),默认random

1.页面展示,提供可视化调试方法

2.可以选择跟人对战

模仿OpenAI,提供了可以结合RL的程序引擎,可以选择对手为random或陈潇规则(cxgz)或自身(self),但是训练时只能训练一个且为player 1。该分支rl模型为prioritized_dqn,具体模型参考https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow 。

目前胜率 vs random(90%), cxgz(44%)

模仿OpenAI,提供了可以结合RL的程序引擎,可以同时训练多个rl player

mcts暴力解决(TODO:由于deepcopy牌局的回复速度比较慢,1000/6s)

Deecamp第五组