DeepMind开源游戏强化学习框架：OpenSpiel

近年人工智能技术在棋牌和游戏领域强势崛起，围棋、星际争霸以及德州扑克这些人类主场相继沦陷，而针对游戏的人工智能技术——强化学习（Reinforcement Learning）也越来越受到重视，在自动驾驶等领域也有广泛的应用前景。

近日，Alphabet 旗下的 DeepMind 公开了自己的杀手锏—— OpenSpiel 游戏强化学习框架的论文和源码（论文地址、GitHub地址），为增强学习的研究者的开源工具库增添了一样大杀器。

OpenSpiel 一个强化学习环境和算法的集合（其中大部分环境和算法已经进行了全面测试），可以用于通用强化学习的研究和游戏的搜索/规划研究；它还为分析学习动态和其他常见评估指标提供了工具。
OpenSpiel 框架中包含了28 款游戏和 24 种算法。支持多种博弈方式的游戏，包括常和博弈、零和博弈、协调博弈和一般博弈。在编程语言方面，OpenSpiel 的游戏通过 C++ 来实现、算法则通过 C++ 和 Python 来实现，代码的一个子集也被移植到 Swift。
目前，OpenSpiel 只在 Linux 系统上进行了测试（Debian 10 和 Ubuntu 19.04），但由于 MacOS 和 Windows 上可自由使用代码，Openspiel 在这些平台上编译和运行时应该也不会出现问题。