【标题】  RLCard: A Toolkit for Reinforcement Learning in Card Games 

【研究团队】Texa A&M University, Simon Fraser University,

【资源链接】https://arxiv.org/pdf/1910.04376v2.pdf

【发表时间】2020.02.14

【推荐理由】RLCard支持多种卡牌游戏环境，如Black-jack，Leduc Hold'em，UNO等等。RLCard的提出是为了使强化学习更好的应用在不完全信息游戏中，并推动强化学习在多智能体、大的状态和动作空间以及稀疏奖励领域中的发展。其界面易于上手，尤其是对于那些没有game theory知识的人来说。同时作者还提供了单智能体的环境，其他玩家被设定为使用了预训练好的模型。

代码和文档可在 https://github.com/datamllab/rlcard中查看。

内容中包含的图片若涉及版权问题，请及时与我们联系删除