博弈论框架、算法与博弈实现
gamegym的Python项目详细描述
健身房
一个博弈论框架，提供一组博弈、通用api和若干博弈论算法。
正在积极开发中，寻找创意和贡献者！
概述
算法：
- 结果抽样mccfr-nash均衡计算
- 准确的最佳响应和可利用性
- 近似最优响应和可利用性
- 稀疏sgd值学习（已知特征值为线性）
- 绘制策略开发图（请参见Matching Pennies、Rock-Paper-Scissors、Goofspiel(4)的绘图）
游戏：
- 一般矩阵游戏（普通形式游戏），石头剪刀，匹配硬币，囚徒困境，…
- goofspiel（gops）
- 一张扑克牌，骰子扑克牌
游戏界面
有关rust中api的探索，请参见GTCogs。
要实现游戏，您可以使用以下接口定义一个派生自gamegym.Game的类：
classMyRockPaperScissor(PartialInformationGame):ACTIONS=("rock","paper","scissors")def__init__(self):# Set thenumber of players and all game actionssuper().__init__(2,self.ACTIONS)definitial_state(self)->StateInfo:# Return node information, here player 0 is active and has all actions.# Note that in this simple game we do not use any game state.returnStateInfo.new_player(state=None,player=0,actions=self.ACTIONS)defupdate_state(self,situation:Situation,action)->StateInfo:# Return the node information after playing `action` in `situation`.iflen(situation.history)==0:returnStateInfo.new_player(state=None,player=1,actions=self.ACTIONS)p1payoff=1.0# TODO: compute from `situation`, e.g. from `situation.history`returnStateInfo.new_terminal(state=None,payoff=(x,-x))# Create game instancegame=MyRockPaperScissor()# Initial situations1=game.start()# Play some actionss2=game.play(s1,"rock")s3=s2.play("paper")# alias for game.play(s2, "paper")# See game resultasserts3.is_terminal()asserts3.payoff==(-1.0,1.0)
可用的基类是PerfectInformationGame和PartialInformationGame。
（有专门的亚类ObservationSequenceGame，SimultaneousGame和
MatrixGame-这将是一个更好的适合岩石剪纸）。
所有游戏中常见的主要辅助结构是包含信息的^ {< CD7>}
关于游戏节点本身，以及Situation，其中还包含游戏历史，
累积收益、游戏本身等。
game state是游戏用来跟踪实际游戏状态的任何结构，例如所有人手中的牌、游戏板状态、地图……在部分信息游戏中，这通常对玩家不可见，任何observations都是通过observations=(p0_obs, p1_obs, public_obs)传递到StateInfo。
欢迎加入QQ群-->： 979659372
