RLCard: 卡牌游戏强化学习工具包

RLCard是一款卡牌游戏强化学习 (Reinforcement Learning, RL) 的工具包。它支持多种卡牌游戏环境，具有易于使用的接口，以用于实现各种强化学习和搜索算法。 RLCard的目标是架起强化学习和非完全信息游戏之间的桥梁。 RLCard由DATA Lab at Texas A&M University以及社区贡献者共同开发.

官方网站：https://www.rlcard.org
Jupyter Notebook教程：https://github.com/datamllab/rlcard-tutorial
论文：https://arxiv.org/abs/1910.04376
图形化界面：RLCard-Showdown
斗地主演示：Demo
资源：Awesome-Game-AI
相关项目：DouZero项目

社区:

Slack: 在我们的#rlcard-project slack频道参与讨论.
QQ群: 加入我们的QQ群665647450. 密码：rlcardqqgroup

新闻:

请关注DouZero, 一个强大的斗地主AI，以及ICML 2021论文。点击此处进入在线演示。该算法同样集成到了RLCard中，详见在斗地主中训练DMC。
我们的项目被用在PettingZoo中，去看看吧！
我们发布了RLCard的可视化演示项目：RLCard-Showdown。请点击此处查看详情！
Jupyter Notebook教程发布了！我们添加了一些R语言的例子，包括用reticulate调用RLCard的Python接口。点击查看详情。
感谢@Clarit7为支持不同人数的二十一点游戏（Blackjack）做出的贡献。我们欢迎更多的贡献，以使得RLCard中的游戏配置更加多样化。点击这里查看详情。
感谢@Clarit7为二十一点游戏（Blackjack）和限注德州扑克的人机界面做出的贡献。
RLCard现支持本地随机环境种子和多进程。感谢@weepingwillowben提供的测试脚本。
无限注德州扑克人机界面现已可用。无限注德州扑克的动作空间已被抽象化。感谢@AdrianP-做出的贡献。
新游戏Gin Rummy以及其可视化人机界面现已可用，感谢@billh0420做出的贡献。
PyTorch实现现已可用，感谢@mjudell做出的恭喜。