du-guai

基于机器学习的斗地主算法程序，我们一般只会用两个字来形容这种AI：赌怪！

环境依赖

• python >= 3.7
• numpy
• pytest
• sklearn

启动方式

运行主程序

cd duguai
python main.py

运行Q-Learnig脚本训练数据

cd script

# Q-Learning模型训练
python q_learning.py -t <训练次数>

运行基准测试

cd script

python benchmark.py -t <需要测试的AI的训练次数>

项目目录说明

• duguai：程序源代码目录。main.py是入口程序
• dataset：数据集目录
• doc：项目文档
• notebook：ipython notebook目录
• script：一些脚本程序（如数据生成脚本）
• test：单元测试

配置说明

配置文件为duguai/.env

调试/生产模式：mode = debug/prod 开启/关闭测试：test = on/off

算法设计

ALGORITHM.md

斗地主规则

RULES.md

训练结果

对局1000次的基准测试

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent （训练400次，约26秒）	176	370	546	54.6%
RandomAgent1	148	337	485	48.5%
RandomAgent2	155	335	490	49.3%

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent （训练1000次，约64秒）	155	395	550	55.5%
RandomAgent1	122	385	507	50.7%
RandomAgent2	143	380	523	52.3%

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent （训练2000次，约128秒）	141	403	544	54.4%
RandomAgent1	134	383	517	51.7%
RandomAgent2	148	368	516	51.6%

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent （训练5000次，约325秒）	174	382	566	56.6%
RandomAgent1	123	378	501	50.1%
RandomAgent2	132	382	514	51.4%

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent （训练10000次，约643秒）	167	392	559	55.9%
RandomAgent1	120	399	519	51.9%
RandomAgent2	127	381	508	50.8%

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent（训练60000次，约3906秒）	163	407	570	57.0%
RandomAgent1	138	352	490	49.0%
RandomAgent2	147	345	492	49.2%

智能体	地主获胜场次	农民获胜场次	总获胜场次	胜率
QLAgent（训练18万次，约11700秒）	166	396	562	56.2%
RandomAgent1	143	366	509	50.9%
RandomAgent2	120	380	500	50.0%