Mar, 2022

完美信息提取:在斗地主中的压倒优势

TL;DRPerfectDou是一个基于actor-critic框架和perfect information distillation技术的DouDizhu AI系统,采用近端策略优化和广义优势估计以并行训练的方式训练。实验证明PerfectDou能够在DouDizhu游戏中击败所有现有的AI程序并达到最先进的性能水平。