本论文题目为基于深度强化学习的德州扑克AI算法优化
结果储存在result.xlsx,以每个图的数据进行呈现,包括中期报告和论文的数据
本论文三个实验环境为:
Limit leduc holdem poker(有限注德扑简化版):
文件夹为limit_leduc,写代码的时候为了简化,使用的环境命名为NolimitLeducholdemEnv,但实际上是limitLeducholdemEnv
Nolimit leduc holdem poker(无限注德扑简化版):
文件夹为nolimit_leduc_holdem3,使用环境为NolimitLeducholdemEnv(chips=10)
Limit holdem poker(有限注德扑)
文件夹为limitholdem,使用环境为LimitholdemEnv
本论文所设计的agent位于"/实验环境/agents/DeepCFRagent3.py",是由DeepCFRagent改进来的agent,在实验中,我们与CFR,CFR+,MCCFR,DeepCFR进行对比,Limit leduc holdem poker和Nolimit leduc holdem poker使用exploitability进行评估(exploitability衡量算法与纳什均衡的距离),Limit holdem poker环境过大,使用与RandomAgent作战的reward作为评估指标
本论文工作量:
1.本论文所使用的agent,800+行
2.本论文复现出的CFR,CFR+,MCCFR,DeepCFR算法,CFR,CFR+,MCCFR,每个算法400行左右,DeepCFR为600行,以上算法都未开源
3.本文使用的环境,我们使用RLcard作为我们的底层,每个环境大约为500行左右
4.对算法的效果进行测试,主要为含有test的py文件,此部分大约为500行左右
本文为online-learning,无数据集
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【探索人工智能的宝藏之地】 无论您是计算机相关专业的在校学生、老师,还是企业界的探索者,这个项目都是为您量身打造的。无论您是初入此领域的小白,还是寻求更高层次进阶的资深人士,这里都有您需要的宝藏。不仅如此,它还可以作为毕设项目、课程设计、作业、甚至项目初期的立项演示。 【人工智能的深度探索】 人工智能——模拟人类智能的技术和理论,使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术,更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本原理、神经网络的应用、自然语言处理、语言模型、文本分类、信息检索等领域。更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码,助您从理论走向实践,如果您已有一定基础,您可以基于这些源码进行修改和扩展,实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用这些资源,与我们一起在人工智能的海洋中航行。同时,我们也期待与您的沟通交流,共同学习,共同进步。让我们在这个充满挑战和机遇的领域中共同探索未来!
资源推荐
资源详情
资源评论
收起资源包目录
人工智能项目资料-基于深度强化学习的德州扑克AI算法优化.zip (165个子文件)
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
performance.csv 25B
.gitignore 2KB
launch.json 477B
settings.json 243B
card2index.json 55B
card2index.json 55B
README.md 2KB
regrets.pkl 3.22MB
average_policy.pkl 3.22MB
regrets.pkl 1.35MB
average_policy.pkl 1.35MB
average_policy.pkl 47KB
regrets.pkl 47KB
regrets.pkl 18KB
average_policy.pkl 18KB
policy.pkl 53B
policy.pkl 53B
policy.pkl 34B
policy.pkl 34B
iteration.pkl 6B
iteration.pkl 6B
iteration.pkl 5B
iteration.pkl 5B
DeepCFR+_model2policyodel.pth 363KB
DeepCFR+_model3policyodel.pth 363KB
DeepCFR+_model2regretmodel.pth 363KB
DeepCFR+_modelpolicyodel.pth 363KB
DeepCFR+_modelpolicyodel.pth 363KB
DeepCFR+_model2policyodel.pth 363KB
DeepCFR+_modelregretmodel.pth 363KB
DeepCFR+_model2regretmodel.pth 363KB
DeepCFR+_model3regretmodel.pth 363KB
DeepCFR+_model2policyodel.pth 363KB
DeepCFR+_modelregretmodel.pth 363KB
DeepCFR+_model2regretmodel.pth 363KB
DeepCFR+_modelpolicyodel.pth 363KB
DeepCFR+_modelregretmodel.pth 363KB
DeepCFR+_model5tempregretmodel.pth 363KB
DeepCFR+_model5temppolicyodel.pth 363KB
temppolicyodel.pth 363KB
DeepCFR+_model5regretmodel.pth 363KB
DeepCFR+_model5policyodel.pth 363KB
tempregretmodel.pth 363KB
DeepCFR+_model4temp2policyodel.pth 362KB
DeepCFR+_model4temp2regretmodel.pth 362KB
DeepCFR+_model4regretmodel.pth 362KB
DeepCFR+_model4policyodel.pth 362KB
DeepCFR+_model4tempregretmodel.pth 362KB
DeepCFR+_model4temppolicyodel.pth 362KB
DeepCFR+_model3temppolicyodel.pth 361KB
DeepCFR+_model3tempregretmodel.pth 361KB
DeepCFR+_model3regretmodel.pth 361KB
DeepCFR+_model3policyodel.pth 361KB
DeepCFR+_model5regretmodel.pth 359KB
DeepCFR+_model5policyodel.pth 359KB
DeepCFR+_model4temp7policyodel.pth 337KB
DeepCFR+_model4temp7regretmodel0.pth 337KB
DeepCFR+_model4temp7regretmodel1.pth 337KB
DeepCFR+_model4temp6policyodel.pth 128KB
DeepCFR+_model4temp6regretmodel.pth 128KB
DeepCFR+_model4temp4policyodel.pth 128KB
DeepCFR+_model4temp5policyodel.pth 128KB
DeepCFR+_model4temp5regretmodel.pth 128KB
DeepCFR+_model4temp4regretmodel.pth 128KB
DeepCFR+_model4temp7regretmodel.pth 128KB
DeepCFR+_model4temp3regretmodel.pth 128KB
DeepCFR+_model4temp3policyodel.pth 128KB
DeepCFR+_model3temppolicyodel.pth 126KB
DeepCFR+_model3tempregretmodel.pth 126KB
DeepCFR+_model3regretmodel.pth 126KB
DeepCFR+_model3policyodel.pth 126KB
DeepCFRagent3 copy 5.py 32KB
DeepCFRagent3 copy 4.py 32KB
DeepCFRagent3.py 32KB
DeepCFRagent5.py 31KB
DeepCFRagent3.py 31KB
DeepCFRagent3 copy 3.py 31KB
DeepCFRagent.py 31KB
DeepCFRagent.py 31KB
DeepCFRagent3 copy 4.py 30KB
DeepCFRagent3 copy 3.py 30KB
DeepCFRagent3.py 30KB
DeepCFRagent3 copy 2.py 30KB
共 165 条
- 1
- 2
资源评论
妄北y
- 粉丝: 1w+
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功