open_spiel

OpenSpiel: ゲームにおける強化学習のフレームワーク

OpenSpiel は、一般的な強化学習の研究とゲームにおける検索/計画のための環境とアルゴリズムのコレクションです。 OpenSpiel は、従来のマルチエージェント環境に加え、n プレイヤー (シングルおよびマルチエージェント) のゼロサム、協力および総和、ワンショットおよびシーケンシャル、厳密なターンテイキングおよび同時移動、完全および不完全情報ゲームをサポートします。 （部分的および完全に観察可能な）グリッド世界や社会的ジレンマなど。 OpenSpiel には、学習ダイナミクスやその他の一般的な評価指標を分析するツールも含まれています。ゲームは、いくつかの自然な拡張を備えた、手続き型の拡張形式のゲームとして表現されます。コア API とゲームは C++ で実装され、Python に公開されます。アルゴリズムとツールは C++ と Python の両方で記述されています。

Google Colaboratory で OpenSpiel を試すには、 open_spiel/colabsサブディレクトリを参照するか、ここから開始してください。

索引

次のオプションから選択してください。

• OpenSpielのインストール
• OpenSpiel の概要
• API の概要と最初の例
• APIリファレンス
• 実装ゲーム概要
• 実装されたアルゴリズムの概要
• 開発者ガイド
• OpenSpiel を C++ ライブラリとして使用する
• ガイドラインと貢献
• 著者

アルゴリズムの概要といくつかの結果を含む、中心となる概念、形式、用語の詳細については、「OpenSpiel: ゲームにおける強化学習のためのフレームワーク」を参照してください。

OpenSpiel の概要とコア API の使用例については、チュートリアルをご覧ください。

• Marc Lanctot によるモチベーション、コア API、レプリクター ダイナミクスの簡単な紹介、および不完全情報ゲーム。 (スライド) (コラボ)
• Edward Lockhart によるモチベーション、コア API、Kuhn ポーカー、Leduc ポーカー、Goofspiel への CFR と REINFORCE の実装。 (スライド) (コラボ)

研究で OpenSpiel を使用する場合は、次の BibTeX を使用して論文を引用してください。

 @article { LanctotEtAl2019OpenSpiel ,
  title     = { {OpenSpiel}: A Framework for Reinforcement Learning in Games } ,
  author    = { Marc Lanctot and Edward Lockhart and Jean-Baptiste Lespiau and
               Vinicius Zambaldi and Satyaki Upadhyay and Julien P'{e}rolat and
               Sriram Srinivasan and Finbarr Timbers and Karl Tuyls and
               Shayegan Omidshafiei and Daniel Hennes and Dustin Morrill and
               Paul Muller and Timo Ewalds and Ryan Faulkner and J'{a}nos Kram'{a}r
               and Bart De Vylder and Brennan Saeta and James Bradbury and David Ding
               and Sebastian Borgeaud and Matthew Lai and Julian Schrittwieser and
               Thomas Anthony and Edward Hughes and Ivo Danihelka and Jonah Ryan-Davis } ,
  year      = { 2019 } ,
  eprint    = { 1908.09453 } ,
  archivePrefix = { arXiv } ,
  primaryClass = { cs.LG } ,
  journal   = { CoRR } ,
  volume    = { abs/1908.09453 } ,
  url       = { http://arxiv.org/abs/1908.09453 } ,
}

バージョン管理

セマンティック バージョニングを使用します。