试试就试试。
快手团队开发的斗地主AI命名为DouZero，意思是像AlphaZero一样从零开始训练，不需要加入任何人类知识。
只用4个GPU，短短几天的训练时间，就在Botzone排行榜上的344个斗地主AI中排名第一。
而且还有在线试玩（链接在文章最后），手机也能运行。
在线试玩中演示的是三人斗地主，玩家可以选择扮演地主、地主的上家或下家。
选择当地主来玩玩看，可以打开显示AI手牌功能，更容易观察AI决策过程。另外可以设置AI考虑时间，默认是3秒。
在AI的回合，会显示面临的决策和每种打法的预测胜率。
有时可以看到AI并不是简单地选择当前胜率最高的打法，而是有更全局的考虑。
斗地主对AI来说，很难
从博弈论的角度看，斗地主是“不完全信息博弈”。
围棋是所有棋子都摆在棋盘上，对弈双方都能看到的完全信息博弈。
而斗地主每个玩家都看不到其他人的手牌，对于AI来说更有挑战性。
在棋牌类游戏中，虽然斗地主的信息集的大小和数量不如麻将，但行动空间有10^4，与德州扑克相当，而大多数强化学习模型只能处理很小的行动空间。
斗地主的所有牌型总共有27472种可能。
像下图的手牌就有391种打法。
且斗地主的行动不容易被抽象化，使搜索的计算成本很高，像Deep Q-Learning和A3C等强化学习模型都只有不到20%的胜率。
另外作为不对称游戏，几个农民要在沟通手段有限的情况下合作并与地主对抗。
像扑克游戏中最流行的“反事实后悔最小化”(Counterfactual Regret Minimization)算法，就不擅长对这种竞争和合作建模。
全局、农民和地主网络并行学习
首先将手牌状态编码成4x15的独热(one-hot)矩阵，也就是15种牌每种最多能拿到4张。
DouZero是在Deep Q-Learning的基础上进行改进。
使用LSTM(长短期记忆神经网络)编码历史出牌，独热矩阵编码预测的牌局和当前手牌，最终用6层，隐藏层维度为512的MLP(多层感知机)算出Q值，得出打法。
除了“学习者”全局网络以外，还用3个“角色”网络分别作为地主、地主的上家和下家进行并行学习。全局和本地网络之间通过共享缓冲区定期通信。
△学习者和角色的算法
DouZero在48个内核和4个1080Ti的一台服务器上训练10天击败了之前的冠军，成为最强斗地主AI。
下一步，加强AI间的协作
对于之后的工作，DouZero团队提出了几个方向：
一是尝试用ResNet等CNN网络来代替LSTM。
以及在强化学习中尝试Off-Policy学习，将目标策略和行为策略分开以提高训练效率。
最后还要明确地对农民间合作进行建模。好家伙，以后AI也会给队友倒卡布奇诺了。
柯洁在围棋被AlphaGO击败以后，2019年参加了斗地主锦标赛获得了冠军。
不知道会不会有AI“追杀”过来继续挑战他。
在线试玩：https://www.douzero.org
GitHub项目地址：https://github.com/kwai/DouZero
论文地址：https://arxiv.org/pdf/2106.06135.pdf
参考链接：[1]https://www.sohu.com/a/285835432_498635
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
用户评论
这倒是一个有趣的尝试！我一直都喜欢玩斗地主，如果人工智能能打得更好，那我倒是想看看它是怎么学习的。从零学，意味着它需要自己理解游戏的规则和策略，这真的太酷了！
有19位网友表示赞同！
感觉有点像是科技虚张声势啊，打牌终究是需要很多经验和实战积累的，单纯依靠算法就能战胜人类玩家吗？我还是更相信人的智慧，毕竟斗地主不仅考验智力，还需要观察对方的心理变化。
有10位网友表示赞同！
快手开发DouZero, 从零学习对标AlphaZero ? 真的是一个让人眼前一亮的发展！我一直都觉得 AI 要走向更成熟的方向，突破局限性，应用到生活场景中才更有意义. 斗地主这个最火爆的游戏如果能被AI驾驭，那可就太厉害了!
有10位网友表示赞同！
我也玩斗地主，经常和朋友比赛。现在AI杀入这片领土也让我的兴奋感飙升！期待未来的智能斗地主能带来更多乐趣，还能看看 AI 会用哪些策略打败我们人类玩家。
有13位网友表示赞同！
从AlphaZero开始, 人工智能就展现出了惊人的学习能力.DouZero将这个能力应用到斗地主的领域, 让人印象深刻! 从零开始学习更像是一个“挑战自我”的举动, 真的是很有远见!
有12位网友表示赞同！
AI真的能打败人类玩家吗? 我感觉有些怀疑，毕竟斗地主还是和人的心理博弈有关，AI很难完全模拟人的这种复杂情绪。也许是未来科技发展到一定程度后才能实现吧！
有10位网友表示赞同！
我支持快手将AI运用在生活中，让它更贴近我们，比如玩游戏、聊天。如果DouZero能成功学习斗地主的规则和策略，那确实是一个非常棒的例子!
有17位网友表示赞同！
希望DouZero能够快速发展成熟，带来更多元化的游戏体验！也许将来我们可以和AI一起组队打牌，还能从它身上学习到很多新花样。
有15位网友表示赞同！
我更相信人工智慧未来将会改变我们的生活方式，也期待它能为游戏行业带来更多创新玩法!
有5位网友表示赞同！
这种技术发展方向我还是比较关注的，毕竟AI玩好斗地主需要考虑很多因素，比如时机、策略等等，这其实也是对人类思维模式的一种模拟和学习。很期待这个项目能够取得成功！
有16位网友表示赞同！
说实话，我有点担心AI杀入游戏领域会不会让人失去游戏的乐趣？毕竟玩家之间互相交流、竞争才是游戏最精彩的部分，现在有了AI会不会显得比较单薄呢？
有17位网友表示赞同！
我一直关注人工智能的发展趋势，这个DouZero项目确实很有特点。从零开始学习不仅能考验AI的能力，也能让我们更深入了解其学习机制。期待它能够取得令人瞩目的成绩！
有17位网友表示赞同！
这真是一个新奇的想法！把人工智能应用到斗地主里，让这个传统游戏变得更加智能化和有趣。我也很想看看AI会用什么样的策略战胜人类玩家？也许我还能从它的玩法中学习到一些新的技巧呢！
有15位网友表示赞同！
快手真的越来越厉害了！开发这样一款智能游戏平台很有创新精神，也为人工智能的应用提供了很好的平台。我相信DouZero一定能够吸引很多玩家来体验，也会带给人们全新的游戏感受。
有7位网友表示赞同！
这只是AI技术发展的开始，未来它将会应用到更多领域，改变我们的生活方式！也许有一天，我们会和AI一起玩各种各样的游戏，甚至进行更深入的交流互动。那是一个更加精彩的未来展望！
有9位网友表示赞同！
感觉现在的科技发展越来越快了, 一方面让人期待的同时也感觉有些担忧啊. 比如这AI斗地主, 未来会不会取代人类玩家？那我们还能玩什么游戏呢？
有14位网友表示赞同！
这个DouZero项目听起来很让人兴奋！如果AI能够从零开始学习打牌，那么它一定能掌握非常精妙的策略和技巧。希望未来我们可以和智能AI一起参与到游戏中，并从中获得乐趣和启发。
有19位网友表示赞同！