AgentIndex icon
AgentIndex
工具MCP 服务HOT分类热门最新选型清单对比指南
提交工具
工具MCP 服务HOT分类热门最新选型清单对比指南
首页/
大模型基础设施/
rlcard
rlcard logo

rlcard

★ 3.6k·MIT·更新于 2024-06-26

RLCard是一个用于扑克牌游戏中强化学习的工具包,它提供了多个纸牌环境以及易于使用的接口,用于实现各种强化学习和搜索算法。该工具包旨在连接强化学习与不完全信息博弈领域。

#强化学习#纸牌游戏#不完全信息博弈#Python#深度学习
$ 安装
$ pip3 install rlcard
↗ 访问官网★ GitHub
01

功能特性

01提供多个纸牌游戏环境,用于研究和开发。
02提供易于使用的接口,用于实现各种强化学习和搜索算法。
03支持深度Q学习(DQN)、NFSP、CFR和深度蒙特卡洛(DMC)等流行算法。
04与PettingZoo集成,并提供PyTorch实现,用于训练算法。
05包含人类交互界面,以及用于可视化的GUI演示(RLCard-Showdown)。
02

兼容性

PyTorch
PyTorch支持
已通过文档验证
PettingZoo
PettingZoo集成
已通过文档验证
Jupyter Notebook
Jupyter教程
已通过文档验证
R
R语言(通过Reticulate)
已通过文档验证
Conda
Conda包
已通过文档验证
03

快速开始

1
$ pip3 install rlcard
04

使用场景

↳开发和测试用于各种纸牌游戏的强化学习智能体。
↳在不完全信息博弈环境中进行策略和算法研究。
↳比较不同强化学习和搜索算法的性能和有效性。
05

同类工具

⚡热门对决:
VSverl-agent★2.4k→VSir-sim★1.1k→VSskrl★1.1k→VSMAgent★1.8k→
verl-agent logo
verl-agent★ 2.4k
verl-agent是veRL的扩展,专为通过强化学习训练大型语言模型(LLM)代理而设计,其独特的步进独立多轮回滚机制使其能高度可扩展地处理长周期多轮RL训练。
VS对比→
ir-sim logo
ir-sim★ 1.1k
IR-SIM是一个基于Python的轻量级开源机器人模拟器,专为导航、控制和强化学习设计,提供用户友好的框架以快速原型开发。
VS对比→
skrl logo
skrl★ 1.1k
skrl是一个用Python编写的开源模块化强化学习库,支持PyTorch、JAX和NVIDIA Warp,并专注于模块化、可读性、简单性和算法实现的透明性。
VS对比→
MAgent logo
MAgent★ 1.8k
MAgent是一个用于多智能体强化学习的研究平台。
VS对比→
code-act logo
code-act★ 1.7k
CodeAct提出使用可执行代码来统一大型语言模型代理的行动空间,从而提升LLM代理的性能。
VS对比→
LLMCompiler logo
LLMCompiler★ 1.9k
LLMCompiler是一个框架,通过自动识别可并行和相互依赖的任务,高效且有效地协调大型语言模型(LLM)的并行函数调用。
VS对比→
AgileRL logo
AgileRL★ 959
AgileRL 是一个深度强化学习库,通过引入 RLOps 来简化和加速强化学习开发。
VS对比→
LLM-VM logo
LLM-VM★ 492
Anarchy LLM-VM 是一个为开源大型语言模型设计的、功能丰富的开源AGI服务器后端。
VS对比→
查看全部替代品 →

评论

登录后发表评论

暂无评论,来发表第一条吧

本页内容
01功能特性02兼容性03快速开始04使用场景05同类工具
datamllab /
rlcard
↗

RLCard是一个用于扑克牌游戏中强化学习的工具包。

3.6kMIT
最后更新2年前
状态一年以上未更新
分类大模型基础设施
链接
文档↗讨论↗问题↗版本↗
推荐云部署
Ad

在 DigitalOcean 上一键部署

为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。

立即领取 $200 免费额度
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
按场景挑选关于我们联系我们广告合作隐私政策使用条款QYSGitHub请作者喝咖啡 ☕

按分类浏览

MCP 服务器代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。