0
雷锋网注：图片来自DeepMind
众所周知，强化学习（Reinforcement Learning）是一种人工智能训练技术，无论是在棋牌游戏方面打败人类选手的机器人，还是在训练自动驾驶系统方面，强化学习都起着至关重要的作用。
近日，Alphabet 旗下的 DeepMind 发表了一篇由 27 位研究人员共同完成的论文，详细介绍了一个名为 OpenSpiel 的针对游戏的强化学习框架——这正是 DeepMind 的长处所在。
这个名叫 OpenSpiel 的框架可以看作是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。
雷锋网在论文中发现，OpenSpiel 旨在许多不同的游戏中促进多智能体强化学习，重点是学习，而不是竞争；而且，该框架的建设基于两个重要标准，即简单和轻量——简单主要体现在编程语言方面，即便是来自不同领域的研究人员也能轻易理解；轻量则体现在 OpenSpiel 将依赖关系保持在最低限度，降低了出现兼容性问题的可能性。
就目前而言，OpenSpiel 框架中包含了 28 款游戏和 24 种算法。正如“Spiel（棋牌游戏）”一词所含之意那样，该框架支持的也都是相关的游戏；而且，这些游戏也包括多种博弈方式，比如，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。
不过，DeepMind 的研究人员指出，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。
在论文中，DeepMind 也给出了 OpenSpiel 的安装方式，他们已经在 Debian 和 Ubuntu 两个 Linux 系统上测试了框架。安装方式如下：
值得一提的是，DeepMind 目前还没有在 Linux 以外的平台上测试 OpenSpiel，所以，一些脚本和指令目前是假定基于 Debian 的发行版（Debian 和 Ubuntu）。如果使用的是其他 Linux 发行版本，install.sh 里安装依赖项的命令依然可用，不过，安装命令需要自行修改。
为了能够从任何位置导入 Python 代码，需要将根目录和 open_spiel 目录添加到 PYTHONPATH 之中。
在遵循上述步骤构建好 OpenSpiel 之后，从 build 目录中运行示例。
接下来就可以看到框架里的游戏列表，并且运行游戏了。
雷锋网注：论文链接为 https://arxiv.org/pdf/1908.09453.pdf
项目地址为 https://github.com/deepmind/open_spiel
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
