Transformer Based Planning in the Observation Space with Applications to Trick Taking Card Games
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所（Amii））
针对不完全信息博弈中传统搜索算法的局限性，提出GO-MCTS方法，利用仅依赖观察的Transformer模型在观察空间内执行MCTS，并通过基于种群的自我博弈迭代训练，在Hearts等吃墩牌游戏中取得可喜成果。
2024-04-19 cs.AI cs.LG
A Taxonomy of Collectible Card Games from a Game-Playing AI Perspective
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）；Universidade Federal do Rio Grande do Sul（南里奥格兰德联邦大学）
本文从博弈AI研究视角出发，分析多款流行集换式卡牌游戏的规则、机制与模式，提出分类体系以梳理未决挑战并支持后续研究。
2024-10-08 cs.AI
On the Power of Refined Skat Selection
AI Center at CTU Prague（布拉格捷克理工大学人工智能中心）
Skat是一款迷人的组合纸牌游戏，展示了现代AI系统的许多内在挑战，例如合作和对抗行为（玩家之间），随机性（交易中）和部分知识（由于隐藏的卡片）。鉴于更多的技巧和更高程度的不确定性，与国际象棋和围棋等经典棋盘游戏相比，强化学习的效果较差。和桥牌游戏一样，在Skat中，我们有一个出价和诡计阶段。在取牌之前，作为叫牌过程的一部分，游戏的一个阶段是选择两张滑板卡，它们的质量可能会极大地影响随后的比赛表现。本文探讨了不同的滑冰选择策略。除了预测获胜的概率和其他手的力量功能，我们提出了硬专家规则和评分功能的基础上，细化滑冰评价功能。实验强调了改进后的推冰鞋算法对机器人游戏性能的影响，特别是对人工智能投标和人工智能游戏选择的影响。
2021-04-07 cs.AI
Valet: A Standardized Testbed of Traditional Imperfect-Information Card Games
Hendrix College（亨利克斯学院）；ICTEAM, UCLouvain（ICTEAM，乌斯特大学）
Valet是一个包含21种传统不完全信息卡牌游戏的标准化测试平台，通过编码规则和实证分析为AI算法提供基准测试环境。
2026-03-03 cs.AI
StarAI: Reducing incompleteness in the game of Bridge using PLP
NukkAI Lab（努克人工智能实验室）
桥牌是一种需要评估概率的技巧的纸牌游戏，因为它是一种不完全信息的游戏，每个玩家只能看到自己的牌。为了选择策略，玩家需要收集其他玩家手中隐藏的牌的信息。我们提出了一种方法，允许我们使用概率逻辑编程在桥上玩卡的一部分模型。
2020-01-22 cs.AI
Summarizing Strategy Card Game AI Competition
University of Wrocław（弗罗茨瓦夫大学）
本文总结了基于小型集换式卡牌游戏LOCM举办的五年AI竞赛，涵盖赛事历史、参赛方法及组织建议，并指出游戏仍可通过在线排行榜竞技场继续使用。
2023-07-07 cs.AI
Q-DeckRec: A Fast Deck Recommendation System for Collectible Card Games
Northeastern University（东北大学）；Fordham University（福特汉姆大学）；University of California, Los Angeles（加州大学洛杉矶分校）
套牌是玩可收集纸牌游戏（CCG）的重要组成部分。套牌构建的目标是从一个大的牌池中选择一个固定大小的子集，以便它们在游戏中很好地配合对抗特定的对手。现有的方法要么缺乏适应不同对手的灵活性，要么需要大量的计算资源，仍然使它们不适合任何实时或大规模的应用。我们提出了一个新的甲板推荐系统，名为Q-DeckRec，学习甲板搜索策略在训练阶段，并用它来解决甲板建设问题的实例。我们的实验结果表明，与几种基线方法相比，Q-DeckRec需要更少的计算资源来在训练阶段后构建获胜有效的甲板。
2018-06-26 cs.AI
Evolving Evaluation Functions for Collectible Card Game AI
Institute of Computer Science University of Wrocław（弗罗茨瓦夫大学计算机科学研究所）
在这项工作中，我们提出了一项研究，关于两个重要方面的发展特征为基础的游戏评价功能：选择基因组表示和选择对手用于测试模型。我们比较了三种表现形式。一个更简单和更有限的，基于在预定义的游戏特征的线性组合中使用的权重向量。还有两个更复杂的，基于二叉树和n叉树。在这个测试的基础上，我们还研究了适应度的影响，适应度被定义为一个基于模拟的函数：与固定的弱对手比赛，与固定的强对手比赛，以及与来自先前种群的最佳个体比赛。对于一个测试平台，我们选择了一个最近流行的数字收藏卡游戏领域。我们在一个编程游戏中编码我们的实验，代码和魔术的传奇，用于战略纸牌游戏AI比赛。然而，由于所述问题具有普遍性，我们相信我们的观察也适用于其他领域。
2021-05-03 cs.AI
RLCard: A Toolkit for Reinforcement Learning in Card Games
Texas A&M University（得克萨斯农工大学）；Simon Fraser University（西蒙弗雷泽大学）
RLCard是一个开源工具包，用于纸牌游戏中的强化学习研究。它支持各种纸牌环境，界面简单易用，包括21点、乐杜克扑克、德州扑克、UNO、斗地主和麻将。RLCard的目标是在强化学习和不完全信息博弈之间架起一座桥梁，推动强化学习在多智能体、大状态和动作空间、稀疏奖励等领域的研究。在本文中，我们提供了一个概述的关键组成部分，在RLCard的设计原则的讨论，接口的简要介绍，和环境的综合评价。代码和文档可在https://github.com/datamllab/rlcard上获得
2020-02-14 cs.AI
Learning to Beat ByteRL: Exploitability of Collectible Card Game Agents
Charles University（查理大学）；EquiLibre Technologies（EquiLibre科技公司）
本文研究了收集式卡牌游戏中智能体ByteRL的可利用性，发现尽管ByteRL击败了中国顶尖炉石玩家，但在Legends of Code and Magic中其策略仍存在高度可被利用的弱点。
2024-04-25 cs.AI
Evolutionary Approach to Collectible Card Game Arena Deckbuilding using Active Genes
University of Wrocław（弗罗茨瓦夫大学）
在本文中，我们进化出一种卡牌选择策略，用于Legends of Code and Magic的竞技场模式，Legends of Code and Magic是一款受流行的收藏卡牌游戏（如Hearthstone或TES：Legends）启发的编程游戏。在竞技场游戏模式中，在每场比赛之前，玩家必须从以前未知的选项中逐一选择卡片来构建他的牌组。从优化的角度来看，这种情况是困难的，因为不仅适应度函数是不确定的，而且它的值，即使对于给定的问题实例，也不可能直接计算，只能用基于模拟的方法来估计。我们提出了一个变种的进化算法，它使用的概念，一个活跃的基因，以减少运营商的范围，只有一代特定的遗传基因型。因此，我们批量学习过程，并将进化更新限制在与特定草案相关的卡片上，而不会忘记之前测试的知识。我们开发并测试了这个想法的各种实现，通过考虑每个变体的计算成本来调查它们的性能。实验结果表明，一些引入主动基因算法往往学习速度更快，产生统计上更好的草案政策比比较的方法。
2020-05-13 cs.AI
UrzaGPT: LoRA-Tuned Large Language Models for Card Selection in Collectible Card Games
提出基于LoRA微调的领域自适应大模型UrzaGPT，用于《Magic: The Gathering》的实时轮抽决策，验证了仅用LLM实现高效通用轮抽AI的可行性。
2025-08-11 cs.AI
Towards Modern Card Games with Large-Scale Action Spaces Through Action Representation
Stevens Institute of Technology（史蒂文斯理工学院）；University of Toronto（多伦多大学）；rct AI
Axie Infinity是一款复杂的纸牌游戏，拥有巨大的动作空间。这使得使用通用的强化学习（RL）算法很难解决这一挑战。我们提出了一个混合RL框架来学习动作表示和游戏策略。为了避免评估大的可行动作集中的每个动作，我们的方法评估使用动作表示确定的固定大小的集合中的动作。我们比较了我们的方法与其他两种基线方法的性能，在样本效率和训练模型的获胜率方面。我们的经验表明，我们的方法达到了整体最佳的获胜率和最好的样本效率的三种方法。
2022-08-16 cs.AI
Traditional Wisdom and Monte Carlo Tree Search Face-to-Face in the Card Game Scopone
Politecnico di Milano（米兰理工大学）
我们提出了一个有竞争力的人工智能Scopone，一个流行的意大利纸牌游戏的设计。我们比较了基于规则的球员使用最既定的策略（一个初学者和两个先进的球员）对球员使用蒙特卡罗树搜索（MCTS）和信息集蒙特卡罗树搜索（ISMCTS）与不同的奖励函数和模拟策略。MCTS需要关于游戏状态的完整信息，从而实现作弊玩家，而ISMCTS可以处理不完整信息，从而实现公平玩家。我们的研究结果表明，正如预期的那样，作弊MCTS优于所有其他策略; ISMCTS比所有基于规则的球员实施众所周知的和最先进的战略，它也被证明是一个具有挑战性的对手，人类球员。
2018-07-18 cs.AI
Learning from Learners: Adapting Reinforcement Learning Agents to be Competitive in a Card Game
Istituto Italiano di Tecnologia（意大利理工学院）
学习如何适应复杂和动态的环境是有助于我们智力的最重要因素之一。赋予人工智能这种能力并不是一项简单的任务，特别是在竞争激烈的情况下。在本文中，我们提出了一个广泛的研究如何流行的强化学习算法可以适应和实现学习和发挥现实世界的实现竞争性多人纸牌游戏。我们提出了具体的训练和验证例程的学习代理，以评估代理如何学习竞争力，并解释他们如何适应对方的打法。最后，我们指出每个代理的行为是如何从他们的学习风格中衍生出来的，并为未来在这种情况下的研究创建一个基线。
2020-04-08 cs.AI
Introducing the Hearthstone-AI Competition
Otto von Guericke University Magdeburg（马格德堡奥托·冯·格里克大学）
《炉石传说》AI框架和竞赛激励了可以玩收藏型纸牌游戏的人工智能代理的发展。这些游戏的一个特点是各种各样的卡，玩家可以选择创建自己的甲板。与简单的纸牌游戏相比，许多纸牌的价值取决于它们可能的协同作用。大量的可能的甲板，游戏的随机性，以及在玩家的回合中的有限信息提供了一个相当困难的挑战，为游戏代理的发展。这篇简短的论文介绍了竞争框架，并详细介绍了发展过程中需要面对的问题和挑战。
2019-05-06 cs.AI
PTCG-Bench: Can LLM Agents Master Pokémon Trading Card Game?
Zhejiang University（浙江大学）；FinVolution Group（FinVolution集团）
提出PTCG-Bench基准，通过宝可梦集换式卡牌游戏评估LLM智能体的决策性能和自进化能力，并设计模块化消融实验分析智能体性能。
2026-09-22 cs.AI
Learning With Generalised Card Representations for "Magic: The Gathering"
University of Alberta（阿尔伯塔大学）；Amii（Amii研究院）
针对《万智牌》卡组构建AI受限于固定卡池的问题，研究基于多类特征的通用卡牌表示，大幅提升了模型对未见过卡牌的人类选卡预测准确率，达55%。
2024-07-08 cs.AI
Predicting Human Card Selection in Magic: The Gathering with Contextual Preference Ranking
University of Alberta（阿尔伯塔大学）
起草，即，从较大的候选集合中选择项目的子集是许多游戏和相关问题的关键要素。它包括体育或电子竞技中的团队组建，以及许多现代纸牌游戏中的套牌选择。起草的主要困难在于，仅仅在真空中评估每个项目并选择最佳项目通常是不够的。一个项目的评估取决于之前已经选择的项目集合的上下文，因为集合的值不仅仅是其成员值的总和-它必须包括项目组合的概念。在本文中，我们研究起草的背景下，卡游戏魔术：收集。我们建议使用一个上下文偏好网络，它学会比较给定的一副牌的两种可能的扩展。我们证明，由此产生的网络是更好地能够在这个游戏中评估卡组比以前的尝试。
2021-06-29 cs.AI
Cardiverse: Harnessing LLMs for Novel Card Game Prototyping
Rutgers University（罗格斯大学）；Ontario Tech University（安大略理工大学）；Roblox（Roblox公司）
本文提出Cardiverse框架，利用大语言模型自动生成新颖卡牌游戏变体、一致代码及可扩展游戏AI，加速原型设计并降低开发门槛。
2025-09-09 cs.AI cs.CL cs.MM
Clustering Player Strategies from Variable-Length Game Logs in Dominion
Pomona College（波莫纳学院）
我们提出了一种方法编码的纸牌游戏统治的数字功能的游戏日志。然后，我们在这些编码上运行流形学习算法t-SNE，以可视化玩家策略的景观。通过将游戏状态量化为玩家套牌中卡片的相对流行度，我们创建了捕捉玩家策略中定性差异的可视化。不同的偏离游戏初始状态的方式在可视化中显示为不同的光线，从而给出直观的解释。这是一个很有前途的新方向，可以理解不同长度的游戏中玩家的策略。
2018-12-12 cs.AI
Two-Step Reinforcement Learning for Multistage Strategy Card Game
Warsaw University of Technology（华沙理工大学）
本文针对复杂多阶段卡牌游戏《指环王：卡牌游戏》提出两步强化学习方法，先简化环境学习再进入完整环境，并结合多智能体分工决策，在1万局随机对战中取得78.5%胜率。
2023-11-29 cs.AI cs.GT
Monte-Carlo Tree Search for Simulation-based Strategy Analysis
Georgia Institute of Technology（佐治亚理工学院）
游戏通常被设计成以期望的方式塑造玩家行为;然而，设计决策如何影响游戏中的行为空间可能尚不清楚。设计师通常通过人类游戏测试来探索这个空间，这可能是耗时的，并且在耗尽可能的行为空间方面效果有限。在本文中，我们提出了使用自动规划代理人来模拟人类的不同技能水平，以产生游戏的可玩性。然后，可以从这些游戏数据中收集数据，以评估当前的游戏设计并确定其潜在的缺陷。我们在两个游戏中展示了这种技术：流行的文字游戏拼字游戏和我们自己设计的名为Cardonomicon的收藏卡片游戏。使用这些案例研究，我们展示了如何使用模拟代理模型的人类不同的技能水平，使我们能够提取指标来描述游戏的平衡（在拼字游戏的情况下）和突出潜在的设计缺陷（在Cardonomicon的情况下）。
2019-08-04 cs.AI
Analysis of Evolutionary Program Synthesis for Card Games
在这份报告中，我们检查了Rack'O游戏的进化方法的应用，这是一个围绕决策概念的纸牌游戏。我们首先应用进化技术来获得一组经过许多代的规则，然后将它们与人类玩家编写的脚本进行比较。一个高层次的领域特定的语言，确定的规则集是合成。我们报告的结果，提供了一套规则及其影响的全面分析。
2021-01-08 cs.AI cs.GT
Set-Based Retrograde Analysis: Precomputing the Solution to 24-card Bridge Double Dummy Deals
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）
本文提出setrograde分析算法，通过对相同博弈值的状态集合进行操作来优化传统逆推分析，在24张牌桥牌双明手牌局中实现强解，大幅减少搜索操作和数据库条目，使逆推搜索达到前所未有的深度。
2024-11-13 cs.AI
The Winnability of Klondike Solitaire and Many Other Patience Games
University of St Andrews（圣安德鲁大学）
Solvitaire通过深度优先搜索等技术，确定了73种单人纸牌游戏的可赢百分比，显著提升了对克朗迪克等游戏的可赢性理解。
2026-03-03 cs.AI
MCTS Based Agents for Multistage Single-Player Card Game
Warsaw University of Technology（华沙理工大学）
本文介绍了蒙特卡罗树搜索算法在纸牌游戏《指环王》中的应用。主要的挑战是游戏机制的复杂性，其中每一轮由5个决策阶段和2个随机阶段组成。为了测试各种决策算法，已经实现了一个游戏模拟器。该研究涵盖了基于专家规则的代理，使用平坦的蒙特卡罗搜索，以及完整的MCTS-UCB。此外，不同的播放策略进行了比较。作为实验的结果，最佳的（假设有限的时间）组合的算法制定。基于MCTS的方法比具有专家知识的代理具有优势。
2021-09-24 cs.AI cs.LG
Mastering Strategy Card Game (Hearthstone) with Improved Techniques
ByteDance（字节跳动）
本文将端到端策略函数与乐观平滑虚拟对弈方法应用于更复杂的《炉石传说》，提出多项改进技术，并在完整对局中击败曾排名中国区前十的人类主播，验证了其强大的智能决策能力。
2023-05-28 cs.AI cs.LG
STRATA: Self-Learning Through Role-Aligned Tiered Agents for Real-Time Strategy Games
Beijing University of Aeronautics and Astronautics（北京航空航天大学）；Tsinghua University（清华大学）；University of Chinese Academy of Sciences（中国科学院大学）
STRATA提出角色对齐的分层智能体系统，通过跨游戏自学习生成经验卡片，将《红色警戒》中的胜率从30%提升至100%，并适应不同对手风格。
2026-10-01 cs.AI
Mastering Strategy Card Game (Legends of Code and Magic) via End-to-End Policy and Optimistic Smooth Fictitious Play
ByteDance（字节跳动）
深度强化学习结合Fictionary Play在许多基准测试游戏上显示出令人印象深刻的结果，然而，其中大多数都是单阶段的。相比之下，现实世界的决策问题可能由多个阶段组成，其中观察空间和行动空间在各个阶段之间可能完全不同。我们研究了一个两阶段的策略纸牌游戏Legends of Code and Magic，并提出了一个端到端的策略来解决多阶段游戏中出现的困难。我们还提出了一个乐观光滑虚拟博弈算法来寻找两人博弈的纳什均衡。我们的方法赢得了COG2022比赛的双重冠军。大量的研究验证并显示了我们方法的先进性。
2023-03-07 cs.AI cs.GT cs.LG
DanZero+: Dominating the GuanDan Game through Reinforcement Learning
针对掼蛋复杂规则与巨大状态动作空间，本文提出基于DMC和分布式训练的DanZero，并结合预训练模型改进策略强化学习，使AI性能超越启发式基线。
2023-12-05 cs.AI
Enhancing Commentary Strategies for Imperfect Information Card Games: A Study of Large Language Models in Guandan Commentary
Guangdong University of Technology（广东工业大学）；East China Jiaotong University（华东交通大学）；Emory University（埃默里大学）；University of Minnesota - Twin Cities（明尼苏达大学双城分校）；South China University of Technology（华南理工大学）；University of Electronic Science and Technology of China（电子科技大学）；Amazon（亚马逊公司）；University of Toronto（多伦多大学）
针对不完美信息卡牌游戏解说的挑战，本文提出结合强化学习与大型语言模型的方法，为掼蛋生成专业解说，实验显示其在开源模型上的性能超过GPT-4。
2025-04-15 cs.AI cs.CL
AI Audit: A Card Game to Reflect on Everyday AI Systems
Massachusetts Institute of Technology（麻省理工学院）；Northwestern University（西北大学）
本文提出面向初高中生的竞争性卡牌游戏“AI Audit”，让玩家扮演AI初创创始人，在攻防互动中学习识别和缓解AI系统的伦理与社会危害，为K-12人工智能素养教育提供游戏化教学工具。
2023-05-29 cs.AI cs.CY cs.HC
Cards Against AI: Predicting Humor in a Fill-in-the-blank Party Game
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本文基于30万场Cards Against Humanity游戏数据构建数据集，训练模型预测获胜笑话，准确率达随机两倍，并发现简短粗俗的笑点卡片是幽默获胜的关键。
2022-10-24 cs.AI cs.CL cs.CY
Application of Self-Play Reinforcement Learning to a Four-Player Game of Imperfect Information
University of Warwick（华威大学）
我们介绍了一个新的虚拟环境，模拟被称为“大2”的纸牌游戏。这是一个不完全信息的四人游戏，具有相对复杂的动作空间（允许从13张牌的初始开始手牌玩1，2，3，4或5张牌组合）。因此，它对许多当前的强化学习方法提出了挑战。然后，我们使用最近提出的“近端策略优化“算法来训练一个深度神经网络来玩游戏，纯粹通过自我游戏来学习，并发现它能够在相对较短的训练时间后达到优于业余人类玩家的水平，而无需搜索未来游戏状态树。
2018-08-30 cs.AI cs.LG stat.ML
Predicting Drafted Deck Strength for "Magic: the Gathering"
JST BOOST（日本科学技术振兴机构 创新技术加速化项目）；JST CREST（日本科学技术振兴机构 战略性创造研究推进事业）
研究《万智牌》的Draft构筑模式，提出基于编码器的模型生成集上下文的卡牌嵌入编码决策序列，在大规模真实数据上比线性基线有持续改进，为套牌强度预测建立首个学习基准。
2026-07-07 cs.AI cs.LG
Competing in a Complex Hidden Role Game with Information Set Monte Carlo Tree Search
University of Minnesota（明尼苏达大学）
智能博弈代理的进步导致了像围棋这样的完全信息博弈和像扑克这样的不完全信息博弈的成功。信息集蒙特卡罗树搜索（ISMCTS）系列算法在不完全信息博弈中优于以前使用蒙特卡罗方法的算法。在本文中，单观察者信息集蒙特卡罗树搜索（SO-ISMCTS）被应用到秘密希特勒，一个流行的社会推理棋盘游戏，结合了传统的隐藏角色机制与随机性的卡甲板。这种组合导致了一个比隐藏角色和卡片组机制更复杂的信息模型。在10108个模拟游戏中，SO-ISMCTS和基于规则的智能体一样有效，证明了ISMCTS算法在复杂信息集领域的潜力。
2020-05-14 cs.AI cs.MA
CG-MER: A Card Game-based Multimodal dataset for Emotion Recognition
CESI LINEACT Laboratory（CESI LINEACT实验室）
该研究构建了名为CG-MER的法语多模态情感识别数据集，通过卡牌游戏场景采集20名参与者的面部、语音、手势等模态情绪数据，为情感计算领域相关研究提供宝贵资源。
2025-01-14 cs.AI cs.CV cs.HC
AI Agents for the Dhumbal Card Game: A Comparative Study
Department of Mathematics, Kathmandu University（数学系，加德满都大学）
本研究比较了Dhumbal纸牌游戏中基于规则、搜索和学习的AI智能体，发现激进型规则智能体以88.3%胜率最优，贡献了可复现框架与开源代码。
2025-10-10 cs.AI cs.GT cs.LG
DanZero: Mastering GuanDan Game with Reinforcement Learning
卡牌游戏AI一直是人工智能研究的热点。近年来，麻将、斗地主、德州扑克等复杂的纸牌游戏已经被解决，相应的AI程序也达到了人类专家的水平。在本文中，我们致力于开发一个更复杂的纸牌游戏，关丹，其规则类似于斗地主，但更复杂的人工智能程序。具体而言，其状态空间和动作空间大、单集时长长、关单人数不确定等特点给人工智能程序的开发带来了巨大的挑战。为了解决这些问题，我们提出了第一个AI程序DanZero的官丹使用强化学习技术。具体来说，我们利用分布式框架来训练我们的AI系统。在Actor过程中，我们精心设计了状态特征，Agent通过自我游戏生成样本。在学习过程中，采用深度蒙特卡罗方法对模型进行更新。在使用160个CPU和1个GPU训练了30天后，我们得到了DanZero机器人。我们将其与8个基于启发式规则的基线AI程序进行了比较，结果显示了DanZero的出色性能。我们还与人类玩家一起测试DanZero，并展示其人类水平的性能。
2022-10-31 cs.AI cs.LG
Combinational Q-Learning for Dou Di Zhu
Shanghai Jiao Tong University（上海交通大学）
深度强化学习（DRL）近年来获得了广泛的关注，并已被证明能够在人类水平或更高的水平上玩雅达利游戏和围棋。然而，这些游戏被假设为具有少量固定数量的动作，并且可以使用简单的CNN网络进行训练。在本文中，我们研究了一类特殊的亚洲流行的纸牌游戏，称为斗地主，其中两个敌对的群体的代理必须考虑许多卡组合在每个时间步，导致大量的行动。我们提出了一种新的方法来处理组合动作，我们称之为组合Q学习（CQL）。我们采用两阶段网络来减少动作空间，并利用顺序不变的最大池操作来提取原始动作之间的关系。结果表明，我们的方法优于最先进的方法，如朴素Q学习和A3C。我们开发了一个易于使用的纸牌游戏环境和训练所有代理人adversarially从sractch，只有游戏规则的知识，并验证我们的代理人是比较人类。我们的代码，以重现所有报告的结果将在网上提供。
2019-02-19 cs.AI cs.LG stat.ML
AlphaDou: High-Performance End-to-End Doudizhu AI Integrating Bidding
针对现有斗地主AI环境简化、距人类专家水平有差距的问题，本文改进深度蒙特卡洛框架，训练出可同时估计胜率与期望、完成叫牌出牌全流程的AlphaDou，在公开模型中达到SOTA性能。
2024-09-13 cs.AI cs.GT cs.MA
