Jun, 2021
DouZero：自我对战深度强化学习掌握斗地主
DouZero: Mastering DouDizhu with Self-Play Deep Reinforcement Learning
TL;DR利用深度神经网络，行动编码和并行执行器等方法，本文提出了一个名为DouZero的博弈AI系统，目标是在三人斗地主游戏中解决人工智能挑战。通过集成传统蒙特卡罗方法，DouZero在数天的训练后就表现出色，并在Botzone排行榜上排名第一。本文展示了即使在行动空间复杂的情况下，经典的 蒙特卡罗方法 也能带来突破。