Facebook研究人員已經(jīng)開發(fā)了一個通用的AI框架

2020-07-31 08:42:42 編輯：來源：國際品牌資訊

制撲克，騙子的骰子和轉(zhuǎn)彎殘局德州撲克游戲的基準測試，這是無限制德州撲克的一種變體，雙方玩家都可以檢查或跟注在四個下注回合中的前兩個。該團隊最多使用128臺PC，每個PC帶有8個圖形卡來生成模擬游戲數(shù)據(jù)，并且他們在訓練過程中隨機選擇了下注和籌碼大小(從5,000到25,000籌碼)。ReBeL接受了整場比賽的訓練，并在殘局德州撲克中有20,000美元下注其對手。

研究人員報告說，與被評為世界上最佳單挑撲克玩家之一的Dong Kim相比，ReBeL在7,500手牌中每??手牌的下注速度快于兩秒，而決策所需的時間從不超過五秒。他們說，與Facebook以前的撲克游戲系統(tǒng)Libratus的最高得分為147千分之多相比，他們平均每場對人類的游戲盲注(強迫下注)得分為165(千分之一)(千分之十六)。

由于擔心啟用作弊，F(xiàn)acebook團隊決定不發(fā)布用于撲克的ReBeL代碼庫。相反，他們開放了Liar's Dice的實現(xiàn)源代碼，他們說這也更易于理解和調(diào)整。他們在預印本中寫道：“我們相信它使游戲更適合作為研究領域。”“雖然已經(jīng)存在可以在撲克中實現(xiàn)超人性能的AI算法，但這些算法通常假定參與者擁有一定數(shù)量的籌碼或使用一定的下注大小。重新訓練算法以解決任意籌碼量或意外的下注大小需要比實時可行更多的計算。但是，ReBeL可以在幾秒鐘內(nèi)為任意籌碼量和任意下注量計算策略。”

標簽： Facebook