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。

有时可以看到AI并不是简单的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。

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。

最后还要明确的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。

摘要：你有千变万化，我有一定之规。柯尔特作为《荒野乱斗》中的一位射手英雄，拥有远距离攻击的优势以及连发的攻击特性，躲在草丛和掩体后面，玩转“接化发”技巧，千里之外取敌性命犹如探囊取物。

柯尔特作为远距离的射手英雄，他可以一次性发射6发子弹，换弹速度以及移动速度表现平平，主要依赖的是较远的射击距离以及相对不错的视野优势。尤其是在小型地图上的激烈战斗，谁能拥有更多的视野，也就意味着远距离的架枪优势，让敌人完全无法靠近。

地图方面，柯尔特比较适合中小型且掩体比较规整的地形，例如宝石争霸中的“十面埋伏”地图，近乎直上直下的通道以及相对薄弱的掩体都非常适合远距离射手英雄。

第一波大招可以打通地图左右两侧的“任督二脉”清理边缘掩体，之后把场地中央掩体打破。

这样作为射手英雄，柯尔特就拥有了两条路线选择。

一是可以通过左右两条“通道”快速压制敌人的出生点，其次是在中央场地拉卡距离，通过强大的火力掩护队友抢夺宝石。必要的时候可以吸引一波仇恨，将敌人勾引到草丛里，让早早埋伏的近战队友无情输出。

如果你想单打独斗，永远要记住一点，柯尔特最牛掰的是直线伤害，所以你只有清空眼前的视野，逼着敌人与你面对面刚枪打斗了，然后再利用距离优势，躲避敌人的攻击，最后进行无情反击，或者直接大招带走一波。这才是“接化发”的真正奥秘所在。

摘要：你有千变万化，我有一定之规。柯尔特作为《荒野乱斗》中的一位射手英雄，拥有远距离攻击的优势以及连发的攻击特性，躲在草丛和掩体后面，玩转“接化发”技巧，千里之外取敌性命犹如探囊取物。

柯尔特作为远距离的射手英雄，他可以一次性发射6发子弹，换弹速度以及移动速度表现平平，主要依赖的是较远的射击距离以及相对不错的视野优势。尤其是在小型地图上的激烈战斗，谁能拥有更多的视野，也就意味着远距离的架枪优势，让敌人完全无法靠近。

地图方面，柯尔特比较适合中小型且掩体比较规整的地形，例如宝石争霸中的“十面埋伏”地图，近乎直上直下的通道以及相对薄弱的掩体都非常适合远距离射手英雄。

第一波大招可以打通地图左右两侧的“任督二脉”清理边缘掩体，之后把场地中央掩体打破。

这样作为射手英雄，柯尔特就拥有了两条路线选择。

一是可以通过左右两条“通道”快速压制敌人的出生点，其次是在中央场地拉卡距离，通过强大的火力掩护队友抢夺宝石。必要的时候可以吸引一波仇恨，将敌人勾引到草丛里，让早早埋伏的近战队友无情输出。

如果你想单打独斗，永远要记住一点，柯尔特最牛掰的是直线伤害，所以你只有清空眼前的视野，逼着敌人与你面对面刚枪打斗了，然后再利用距离优势，躲避敌人的攻击，最后进行无情反击，或者直接大招带走一波。这才是“接化发”的真正奥秘所在。