Holdem

使用强化学习训练德州扑克的智能体。

部署

PDM

项目采用PDM构建，这是个类似于poetry的包管理器。

Linux/Mac 安装命令

curl -sSL https://pdm-project.org/install-pdm.py | python3 -

brew install pdm

pip install --user pdm

Windows 安装命令

(Invoke-WebRequest -Uri https://pdm-project.org/install-pdm.py -UseBasicParsing).Content | python -

安装

本项目Python 3.11 或更高版本，可使用conda创建环境：

conda create -n [YOUR_ENV_NAME] python=3.11

在虚拟环境中安装本库：

pdm build
pdm install

在构建时需要在虚拟环境中安装包，可使用国内镜像：

pdm config pypi.url https://pypi.tuna.tsinghua.edu.cn/simple/

在dist文件夹中会生成whl文件，可在其他环境中使用pip安装：

pip install --force-reinstall dist/alphaholdem-*-py3-none-any.whl

如果需要做开发，建议使用编辑模式来导入项目：

# pip
pip install -e PATH_TO_THIS_FOLDER
# pdm
pdm add --dev -e PATH_TO_THIS_FOLDER

请不要将包提交到公开pypi server。

使用

训练

pdm run train

TODO

• kuhn, leduc, texas游戏环境
• wandb训练可视化
• self play训练
• deepstack监督学习
• 完善test
• 改进前端（选board牌、过滤不可能combo）
• 多人德州