0
雷鋒網(wǎng)注：圖片來自DeepMind
眾所周知，強化學習（Reinforcement Learning）是一種人工智能訓練技術，無論是在棋牌游戲方面打敗人類選手的機器人，還是在訓練自動駕駛系統(tǒng)方面，強化學習都起著至關重要的作用。
近日，Alphabet 旗下的 DeepMind 發(fā)表了一篇由 27 位研究人員共同完成的論文，詳細介紹了一個名為 OpenSpiel 的針對游戲的強化學習框架——這正是 DeepMind 的長處所在。
這個名叫 OpenSpiel 的框架可以看作是一個強化學習環(huán)境和算法的集合（其中大部分環(huán)境和算法已經進行了全面測試），可以用于通用強化學習的研究和游戲的搜索/規(guī)劃研究；它還為分析學習動態(tài)和其他常見評估指標提供了工具。
雷鋒網(wǎng)在論文中發(fā)現(xiàn)，OpenSpiel 旨在許多不同的游戲中促進多智能體強化學習，重點是學習，而不是競爭；而且，該框架的建設基于兩個重要標準，即簡單和輕量——簡單主要體現(xiàn)在編程語言方面，即便是來自不同領域的研究人員也能輕易理解；輕量則體現(xiàn)在 OpenSpiel 將依賴關系保持在最低限度，降低了出現(xiàn)兼容性問題的可能性。
就目前而言，OpenSpiel 框架中包含了 28 款游戲和 24 種算法。正如“Spiel（棋牌游戲）”一詞所含之意那樣，該框架支持的也都是相關的游戲；而且，這些游戲也包括多種博弈方式，比如，常和博弈、零和博弈、協(xié)調博弈和一般博弈。在編程語言方面，OpenSpiel 的游戲通過 C++ 來實現(xiàn)、算法則通過 C++ 和 Python 來實現(xiàn)，代碼的一個子集也被移植到 Swift。
不過，DeepMind 的研究人員指出，OpenSpiel 只在 Linux 系統(tǒng)上進行了測試（Debian 10 和 Ubuntu 19.04），但由于 MacOS 和 Windows 上可自由使用代碼，Openspiel 在這些平臺上編譯和運行時應該也不會出現(xiàn)問題。
在論文中，DeepMind 也給出了 OpenSpiel 的安裝方式，他們已經在 Debian 和 Ubuntu 兩個 Linux 系統(tǒng)上測試了框架。安裝方式如下：
值得一提的是，DeepMind 目前還沒有在 Linux 以外的平臺上測試 OpenSpiel，所以，一些腳本和指令目前是假定基于 Debian 的發(fā)行版（Debian 和 Ubuntu）。如果使用的是其他 Linux 發(fā)行版本，install.sh 里安裝依賴項的命令依然可用，不過，安裝命令需要自行修改。
為了能夠從任何位置導入 Python 代碼，需要將根目錄和 open_spiel 目錄添加到 PYTHONPATH 之中。
在遵循上述步驟構建好 OpenSpiel 之后，從 build 目錄中運行示例。
接下來就可以看到框架里的游戲列表，并且運行游戲了。
雷鋒網(wǎng)注：論文鏈接為 https://arxiv.org/pdf/1908.09453.pdf
項目地址為 https://github.com/deepmind/open_spiel
雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
