open_spiel

OpenSpiel: กรอบการทำงานสำหรับการเสริมการเรียนรู้ในเกม

OpenSpiel คือชุดของสภาพแวดล้อมและอัลกอริธึมสำหรับการวิจัยในการเรียนรู้เสริมทั่วไปและการค้นหา/การวางแผนในเกม OpenSpiel รองรับผู้เล่น n-player (เอเจนต์เดี่ยวและหลายเอเจนต์) ผลรวมเป็นศูนย์, สหกรณ์และผลรวมทั่วไป, นัดเดียวและต่อเนื่อง, ผลัดกันเล่นอย่างเคร่งครัดและย้ายพร้อมกัน, เกมข้อมูลที่สมบูรณ์แบบและไม่สมบูรณ์ เช่นเดียวกับสภาพแวดล้อมหลายตัวแทนแบบดั้งเดิม เช่น โลกกริด (ที่สังเกตได้บางส่วนและทั้งหมด) และประเด็นขัดแย้งทางสังคม OpenSpiel ยังมีเครื่องมือในการวิเคราะห์พลวัตการเรียนรู้และตัวชี้วัดการประเมินทั่วไปอื่นๆ เกมจะแสดงเป็นเกมที่มีรูปแบบกว้างขวางตามขั้นตอน โดยมีส่วนขยายตามธรรมชาติบางส่วน API หลักและเกมถูกนำมาใช้ใน C++ และเปิดเผยกับ Python อัลกอริธึมและเครื่องมือเขียนด้วยภาษา C++ และ Python

หากต้องการลองใช้ OpenSpiel ใน Google Colaboratory โปรดดูที่ไดเรกทอรี open_spiel/colabs หรือเริ่มต้นที่นี่

ดัชนี

โปรดเลือกหนึ่งในตัวเลือกต่อไปนี้:

• การติดตั้ง OpenSpiel
• ข้อมูลเบื้องต้นเกี่ยวกับ OpenSpiel
• ภาพรวม API และตัวอย่างแรก
• การอ้างอิง API
• ภาพรวมของเกมที่นำไปใช้
• ภาพรวมของอัลกอริทึมที่นำไปใช้
• คู่มือนักพัฒนา
• การใช้ OpenSpiel เป็นไลบรารี C ++
• แนวทางและการมีส่วนสนับสนุน
• ผู้เขียน

หากต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับแนวคิดหลัก รูปแบบนิยม และคำศัพท์เฉพาะทาง รวมถึงภาพรวมของอัลกอริทึมและผลลัพธ์บางส่วน โปรดดู OpenSpiel: กรอบงานสำหรับการเรียนรู้แบบเสริมพลังในเกม

สำหรับภาพรวมของ OpenSpiel และตัวอย่างการใช้ core API โปรดดูบทช่วยสอนของเรา:

• แรงจูงใจ, Core API, บทนำโดยย่อเกี่ยวกับ Dynamics ของการจำลองและเกมข้อมูลที่ไม่สมบูรณ์โดย Marc Lanctot (สไลด์) (colab)
• แรงจูงใจ, Core API, การใช้ CFR และ REINFORCE บน Kuhn poker, Leduc poker และ Goofspiel โดย Edward Lockhart (สไลด์) (colab)

หากคุณใช้ OpenSpiel ในการวิจัยของคุณ โปรดอ้างอิงบทความโดยใช้ BibTeX ต่อไปนี้:

 @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 } ,
}

การกำหนดเวอร์ชัน

เราใช้การกำหนดเวอร์ชันความหมาย