21点开放游戏规则

Question

我正在做一个关于OpenAIgym 21点的项目，但是这个规则看起来有点奇怪。我们有一个元组：

• 游戏者当前和0，1，…，31。你知道吗
• 庄家面朝上的牌1，…，10。你知道吗
• 玩家是否有可用的王牌（否=0，是=1）。你知道吗

代理有两个操作：

• 斗杆=0
• 命中=1

奖励：

• +1:赢
• -1:松开

• 0:绘图

  for i_episode in range(3):  
      state = env.reset() 
      while True:  
          print(state) 
          action = env.action_space.sample()
          print(action)
          state, reward, done, info = env.step(action)
          if done:
              print('End game! Reward: ', reward)
              print('You won :)\n') if reward > 0 else print('You lost :(\n')
              break
  

  当我们启动一个游戏时会发生这样的情况：

  (18, 7, False)
  0
  End game! Reward:  0.0
  You lost :(
  
  (19, 7, False)
  0
  End game! Reward:  1.0
  You won :)
  
  (18, 8, False)
  1
  End game! Reward:  -1
  You lost :(
  

  我真的不明白，就像第一场比赛一样，我们总共有18张牌，庄家的正面牌是7张，我们输了？没有意义，我们不知道经销商的总金额是多少-应该大于18-但我们只是不知道