继Alpha围棋之后,快手DouZero来斗地主了

DouZero入门学习资料汇总 - 一个强大的斗地主AI系统 DouZero是一个针对中国最流行的纸牌游戏斗地主开发的强化学习框架。斗地主是一个具有竞争、合作、不完美信息、大状态空间和复杂动作空间的挑战性领域。DouZero通过深度神经网络、动作编码和并行actors增强了传统的蒙特卡洛方法,在短时间内就超越了现有的斗地主AI程序。 阅读详情

导读

 

快手团队开发的斗地主AI命名为DouZero,意思是像AlphaZero一样从零开始训练,不需要加入任何人类知识。只用4个GPU,短短几天的训练时间,就在Botzone排行榜上的344个斗地主AI中排名第一。

AlphaGo在围棋界大杀四方时就有人不服:有本事让AI斗地主试试?

试试就试试。

快手团队开发的斗地主AI命名为DouZero,意思是像AlphaZero一样从零开始训练,不需要加入任何人类知识。

只用4个GPU,短短几天的训练时间,就在Botzone排行榜上的344个斗地主AI中排名第一。

而且还有在线试玩(链接在文章最后),手机也能运行。

在线试玩中演示的是三人斗地主,玩家可以选择扮演地主、地主的上家或下家。

选择当地主来玩玩看,可以打开显示AI手牌功能,更容易观察AI决策过程。另外可以设置AI考虑时间,默认是3秒。

在AI的回合,会显示面临的决策和每种打法的预测胜率。

有时可以看到AI并不是简单的选择当前胜率最高的打法,而是有更全局的考虑。

斗地主对AI来说,很难

从博弈论的角度看,斗地主是“不完全信息博弈”。

围棋是所有棋子都摆在棋盘上,对弈双方都能看到的完全信息博弈。

而斗地主每个玩家都看不到其他人的手牌,对于AI来说更有挑战性。

在棋牌类游戏中,虽然斗地主的信息集的大小和数量不如麻将,但行动空间有10^4,与德州扑克相当,而大多数强化学习模型只能处理很小的行动空间。

斗地主的所有牌型总共有27472种可能。

像下图的手牌就有391种打法。

且斗地主的行动不容易被抽象化,使搜索的计算成本很高,像Deep Q-Learning和A3C等强化学习模型都只有不到20%的胜率。

另外作为不对称游戏,几个农民要在沟通手段有限的情况下合作并与地主对抗。

像扑克游戏中最流行的“反事实后悔最小化”(Counterfactual Regret Minimization)算法,就不擅长对这种竞争和合作建模。

全局、农民和地主网络并行学习

首先将手牌状态编码成4x15的独热(one-hot)矩阵,也就是15种牌每种最多能拿到4张。

DouZero是在Deep Q-Learning的基础上进行改进。

使用LSTM(长短期记忆神经网络)编码历史出牌,独热矩阵编码预测的牌局和当前手牌,最终用6层,隐藏层维度为512的MLP(多层感知机)算出Q值,得出打法。

除了“学习者”全局网络以外,还用3个“角色”网络分别作为地主、地主的上家和下家进行并行学习。全局和本地网络之间通过共享缓冲区定期通信。

△学习者和角色的算法

DouZero在48个内核和4个1080Ti的一台服务器上训练10天击败了之前的冠军,成为最强斗地主AI。

下一步,加强AI间的协作

对于之后的工作,DouZero团队提出了几个方向:

一是尝试用ResNet等CNN网络来代替LSTM。

以及在强化学习中尝试Off-Policy学习,将目标策略和行为策略分开以提高训练效率。

最后还要明确的对农民间合作进行建模。好家伙,以后AI也会给队友倒卡布奇诺了。

柯洁在围棋被AlphaGO击败以后,2019年参加了斗地主锦标赛获得了冠军。

不知道会不会有AI“追杀”过来继续挑战他。

在线试玩:
https://www.douzero.org

GitHub项目地址:
https://github.com/kwai/DouZero

论文地址:
https://arxiv.org/pdf/2106.06135.pdf

参考链接:
[1]https://www.sohu.com/a/285835432_498635

如果觉得有用,就请分享到朋友圈吧!


觉得还不错就给我一个小小的鼓励吧!


人机(AI)四人斗地主 最近在使用Cocos Creator做一款四人斗地主的手机游戏,半成品(仅前端)代码附在最后,仅供参考。游戏中的单机(人机)模式以及游戏过程中的托管都需要出牌算法的设计,因此借这篇博客梳理一下现有的一些思路。 首先,明确“AI出牌算法的目的是能够模拟人打牌时的思考过程”,所以我根据平时自己玩斗地主的游戏经验,将思考过程大致分成了三个部分:“看自己手中的牌”、“看别人打出的牌”和“我该怎么出牌”。... 阅读详情

相关推荐

斗地主AI程序

斗地主AI程序, 单机测试版本, 欢迎大家提出建议

AI 全自动玩斗地主,靠谱吗?Douzero算法教程

就。。。离谱

腾讯云云开发布道师,慕课网合作讲师 4万+

DouZero斗.地主AI

DouZero是一个为斗地主设计的强化学习框架。斗地主十分具有挑战性。它包含合作、竞争、非完全信息、庞大的状态空间。斗地主也有非常大的动作空间,并且每一步合法的牌型会非常不一样。

斗地主老是输?一起用Python做个AI出牌器,欢乐豆蹭蹭涨!

斗地主老是输?一起用Python做个AI出牌器,欢乐豆蹭蹭涨!

xiangxue666的博客 4930

斗地主AI,斗地主机器人

实现斗地主AI算法,已经测试逻辑的一些接口,程序用MFC实现了一个单机版的都地主,效果还不错

芯片设计新思路:如何用SystemC+TLM2.0快速搭建ESL性能模型(附GEM5实战案例)

本文探讨了在芯片设计早期利用SystemC和TLM2.0标准快速构建电子系统级(ESL)性能模型的方法。通过对比不同抽象层次,详细介绍了如何搭建事务级模型,并与GEM5仿真平台协同,实现高效的架构探索和性能评估。文章最后通过一个片上网络(NoC)带宽优化的实战案例,展示了该方法如何驱动数据驱动的设计决策,从而在流片前规避风险、优化芯片性能。

fire9的博客 373

用地表最强斗地主AI-DouZero实现连炸玩法AI

DouZero是一个为斗地主设计的强化学习框架。斗地主十分具有挑战性。它包含合作、竞争、非完全信息、庞大的状态空间。斗地主也有非常大的动作空间,并且每一步合法的牌型会非常不一样。DouZero由快手AI平台部开发。

具身机器人和通用AI 4691

PBR:双向反射分布函数(BRDF)介绍与Cook-Torrance模型的实现

PBR:双向反射分布函数(BRDF)介绍与Cook-Torrance模型的实现 BRDF简介 再介绍BRDF之前我们要引入渲染方程这个东西: 其中L表示辐射率,其公式为: 它表示了一个拥有辐射强度Φ的光源在单位面积A,单位立体角ω上的辐射出的总能量。 辐射率是辐射度量学上表示一个区域平面上光线总量的物理量,它受到入射光线与平面法线间的夹角θ的余弦值cosθ的影响:当直接...

小龙虾的博客 1万+

AI斗地主程序DouZero的安装

torch1.6.0在2023年已无法通过命令安装,需要手动下载并放到cmd工作目录下,地址为https://download.pytorch.org/whl/cpu/torch-1.6.0%2Bcpu-cp38-cp38-win_amd64.whl,安装命令为 pip install torch-1.6.0+cu101-cp38-cp38-win_amd64.whl。5.其他问题排查,视频教程等见:https://www.bilibili.com/read/cv12243711/

qq_30794201的博客 4457

从虚拟机到双系统:手把手教你为Gromacs搭建最强Linux环境(含WSL2、Ubuntu22.04配置)

本文详细指导如何在Windows系统下为Gromacs分子动力学模拟搭建高性能Linux环境,涵盖WSL2和Ubuntu22.04双系统配置。通过对比虚拟机、WSL2和原生Linux的性能数据,提供GPU加速、内存优化等实用技巧,帮助科研人员提升计算效率。

weixin_30861797的博客 271

文本→图像→视频:AIGC跨模态转换全流程解析

本文旨在系统性地解析AIGC领域中跨模态内容生成的技术原理和实现方法,特别聚焦于从文本到图像再到视频的完整转换流程。跨模态表示学习的基本原理文本到图像生成的核心技术图像到视频转换的关键算法端到端跨模态生成系统的构建方法实际应用场景和性能优化策略背景介绍:建立基本概念和知识框架核心概念:解析跨模态转换的关键技术和原理算法细节:深入讲解文本到图像、图像到视频的核心算法数学模型:提供必要的数学基础和公式推导项目实战:通过完整案例展示实现过程应用场景:探讨技术的实际应用可能性。

AI天才研究院 1356

DouZero: 定制化AI在斗地主游戏中的实战应用与Python实现教程“

斗地主,作为中国的经典卡牌游戏,无论在线上还是线下都拥有大量的玩家。近些年,随着AI技术的发展,如何使用AI技术来打败人类玩家已经成为了研究的热点。DouZero是其中的杰出代表,它是一个基于深度强化学习的斗地主AI框架,性能出色,与人类玩家的对弈表现非常接近。DouZero是一个开源的斗地主AI框架,采用了最新的深度强化学习技术。它不仅能够根据当前的牌面决策出最优的出牌策略,还可以根据对手的出牌情况做出相应的应对。深度强化学习结合了深度学习与强化学习的特点。

m0_57781768的博客 4728

【硬件工程师职业细分】揭秘硬件基带工程师

你知道硬件工程师的细分领域硬件基带工程师吗? 它们和常见的硬件工程师又有哪些不同? 福利待遇怎么样?有哪些职业要求? 快来涨上一波知识吧~

woshizzai的博客 1万+

通用AI大模型不会打牌?DeepSeek、Kimi、ChatGPT一起打斗地主会发生什么

最近过年走亲戚,总要参与一把欢乐斗地主或者掼蛋。我技术一般,可谓是被家里的亲戚虐了个遍。于是,我突发奇想,能不能让AI来打斗地主,看看会发生什么有意思的事。由于斗地主涉及到逻辑的推理,因此我选择了使用比较多的三个推理大模型,来参与斗地主游戏,参赛选手如下:1号选手:DeepSeek R1模型2号选手:Kimi k1.5长思考模型3号选手:ChatGPT o3-mini模型由于使用AI进行游戏可能会破坏游戏平衡,为了营造大众良好的游戏环境,我选择了自己构建一个斗地主平台。

2401_84494441的博客 3313

锂电池的充电和放电曲线解读

锂电池充放电曲线是反映其性能的关键指标。充电曲线分为恒流和恒压两阶段:恒流阶段电压快速上升,恒压阶段电流逐渐降低;放电曲线则呈现平台期和快速衰减期特征。这些曲线受温度、充放电倍率及材料体系(如三元锂或磷酸铁锂)显著影响。通过分析曲线特征,可优化电池管理系统,实现精准的SOC估算、快充策略制定及故障诊断,从而在电池性能与安全性间取得平衡。不同应用场景(如新能源汽车或消费电子)对曲线形态有特定要求。

start_up_go的博客 5078

华为OD机试真题 新系统2026-04-15 Java&Go 实现【小猫钓鱼纸牌游戏】

有两名玩家甲和乙,他们玩一种“小猫钓鱼”扑克牌游戏。扑克牌为A、2、3、....J、Q、K,不考虑花色都用1-13来表示,然后给甲,乙两人各发n张牌,按给定顺序排成队列,这些牌背面朝上,正面朝下放置,队列的第一个元素是背面的第一张牌。 游戏规则如下:

MISAYAONE的博客 357

DouZero: 基于自我对弈深度强化学习的斗地主AI系统

然而,由于其巨大的状态空间和复杂的动作空间,长期以来一直是一个未解决的挑战。近日,快手AI平台团队开发的DouZero系统在这一领域取得了突破性进展,仅用几天训练就超越了现有的所有斗地主AI程序,成为该领域的新标杆。DouZero的成功不仅标志着斗地主AI研究的一个重要里程碑,也为其他复杂博弈问题的AI解决方案提供了新的思路。这种编码方案既保留了动作的完整信息,又将变长的动作空间转化为固定维度的向量空间,便于神经网络处理。动作编码:设计了高效的动作编码方案,将复杂的动作空间映射到固定维度的向量空间。

m0_75126181的博客 4538

理想L9高通QAM8797座舱域控制器全拆解|全网独家复现 硬件架构升级、电源散热优化、多屏低延迟交互、车机系统赋能高端智能座舱落地

随着智能汽车向舱驾一体、全域智能化、多模交互方向迭代,传统单一功能座舱芯片已无法满足多屏高刷渲染、全车AI语音、车内视觉感知、高速车载通信的叠加算力需求。2026款全新理想L9作为旗舰级智能SUV,全面搭载高通新一代旗舰座舱域控制器QAM8797,搭配自研马赫M100 AI芯片、国产车规主控芯片,构建起高性能、高可靠、低延迟的车载中央计算平台。

getusushu的博客 390

手把手教你DouZero项目的环境配置及运行,使用注意事项(否则会退出)

手把手教你配置运行DouZero,不会来砍我。

qq_68004012的博客 1万+

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

【源码+文档】AI斗地主游戏

属性:手牌集合、手牌牌型集合、选牌集合、出牌集合、是否不出牌、玩家总分数;属性:包含牌序号集合、对应牌的权值集合、该组牌的类型、权值、牌的数量;接口:包括分析叫地主分数、分析手牌、选牌、分析是否出牌(或跟牌)等。属性:玩家、地主方、当前出牌方、本局基本分、倍率、地主专属牌集合等;CardGroup:一组牌型,如:单张、对子、顺子、炸弹等等。接口:添加/删除序号牌、重置结构内属性、静态序号到权值转换。包含游戏界面元素及游戏主界面缓冲去生成及窗口绘制等功能。接口:洗牌、抹牌及剩余牌数。Scene:游戏界面。

chenran0423的博客 846

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

DouZero斗地主AI深度解析,以及RLCard工具包介绍

DouZero对游戏AI的开发和强化学习的研究能带来哪些启发呢?首先,简单的蒙特卡罗算法经过一些加强效果可以很好。蒙特卡罗方法没有什么超参,实现简单,在实际应用中值得一试。从简单开始,可以更好地理解问题、设计特征、快速实验。其次,(我希望)蒙特卡罗方法能再次受到重视。蒙特卡罗方法自深度学习以来一直不受重视。大多数研究都基于DQN或者Actor-Critc,算法越来越复杂、超参越来越多。DouZero表明在有些时候,蒙特卡罗方法可能有惊人的效果。什么情况下蒙特卡罗方法适用,什么情况下不适用,还需要更多的研究。

具身机器人和通用AI 2441

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

斗地主智能(AI)出牌算法

去年有想写个斗地主的小游戏,自己玩玩。找了很多资料,后来好不容易在网上找到了一个AI算法。转过的的时候是贴在自己电脑的TXT文本上,再次感谢下原作者。现在借花献佛发给你参考下。    我以前写过一个斗地主机器人。思路如下,希望对你有帮助。   斗地主AI设计  一、牌型           1 火箭:大小王在一起的牌型,即双王牌,此牌型最大,什么牌型都可以打。           2 炸弹

xdx2ct1314的专栏 4万+

AI斗地主游戏项目推荐

AI斗地主游戏项目推荐 项目基础介绍和主要编程语言 AI斗地主游戏是一个基于C++和C语言开发的单机斗地主游戏项目。该项目利用MFC(Microsoft Foundation Class)框架构建游戏界面,并结合人工智能技术实现智能出牌和牌型分析功能。 项目核心功能 扑克牌管理:项目中包含一个Card类,负责管理一副扑克牌,提供洗牌、抹牌及剩余牌数等功能。 牌型管理:CardGroup类用于管理...

gitblog_00789的博客 624

Ai斗地主智能出牌算法

去年有想写个斗地主的小游戏,自己玩玩。找了很多资料,后来好不容易在网上找到了一个AI算法。转过的的时候是贴在自己电脑的TXT文本上,再次感谢下原作者。现在借花献佛发给你参考下。 我以前写过一个斗地主机器人。思路如下,希望对你有帮助。 斗地主AI设计 一、牌型 1 火箭:大小王在一起的牌型,即双王牌,此牌型最大,什么牌型都可以打。 2 炸弹:相同点数的四张牌在一起的牌型,比如四条A。除火箭外,...

伊莱文 5575

AI杀入斗地主领域,快手开发DouZero对标AlphaZero,干掉344个AI获第一

梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAIAlphaGo在围棋界大杀四方时就有人不服:有本事让AI斗地主试试?试试就试试。快手团队开发的斗地主AI命名为DouZero,意思...

量子位 1561
上一篇: 宝,我看尽了池化。什么化?为你画地为牢的画
下一篇: 用 Python 制作 NFT 区块链作品(上)
Wang_AI
博客等级 码龄12年 998粉丝 162原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值