雷鋒網注：圖片來自DeepMind
眾所周知，強化學習（Reinforcement Learning）是一種人工智慧訓練技術，無論是在棋 牌遊戲方面打敗人類選手的機器人，還是在訓練自動駕駛系統方面，強化學習都起著至關重要的作用。
近日，Alphabet 旗下的 DeepMind 發表了一篇由 27 位研究人員共同完成的論文，詳細介紹了一個名為 OpenSpiel 的針對遊戲的強化學習框架——這正是 DeepMind 的長處所在。
OpenSpiel 厲害在哪兒？
這個名叫 OpenSpiel 的框架可以看作是一個強化學習環境和演算法的集合（其中大部分環境和演算法已經進行了全面測試），可以用於通用強化學習的研究和遊戲的搜尋/規劃研究；它還為分析學習動態和其他常見評估指標提供了工具。
雷鋒網在論文中發現，OpenSpiel 旨在許多不同的遊戲中促進多智慧體強化學習，重點是學習，而不是競爭；而且，該框架的建設基於兩個重要標準，即簡單和輕量——簡單主要體現在程式語言方面，即便是來自不同領域的研究人員也能輕易理解；輕量則體現在 OpenSpiel 將依賴關係保持在最低限度，降低了出現相容性問題的可能性。
就目前而言，OpenSpiel 框架中包含了 28 款遊戲和 24 種演算法。正如“Spiel（棋 牌遊戲）”一詞所含之意那樣，該框架支援的也都是相關的遊戲；而且，這些遊戲也包括多種博弈方式，比如，常和博弈、零和博弈、協調博弈和一般博弈。在程式語言方面，OpenSpiel 的遊戲通過 C++ 來實現、演算法則通過 C++ 和 Python 來實現，程式碼的一個子集也被移植到 Swift。
不過，DeepMind 的研究人員指出，OpenSpiel 只在 Linux 系統上進行了測試（Debian 10 和 Ubuntu 19.04），但由於 MacOS 和 Windows 上可自由使用程式碼，Openspiel 在這些平臺上編譯和執行時應該也不會出現問題。
怎麼安裝 OpenSpiel？
-
在論文中，DeepMind 也給出了 OpenSpiel 的安裝方式，他們已經在 Debian 和 Ubuntu 兩個 Linux 系統上測試了框架。安裝方式如下：
值得一提的是，DeepMind 目前還沒有在 Linux 以外的平臺上測試 OpenSpiel，所以，一些指令碼和指令目前是假定基於 Debian 的發行版（Debian 和 Ubuntu）。如果使用的是其他 Linux 發行版本，install.sh 裡安裝依賴項的命令依然可用，不過，安裝命令需要自行修改。
-
為了能夠從任何位置匯入 Python 程式碼，需要將根目錄和 open_spiel 目錄新增到 PYTHONPATH 之中。
-
在遵循上述步驟構建好 OpenSpiel 之後，從 build 目錄中執行示例。
-
接下來就可以看到框架裡的遊戲列表，並且執行遊戲了。
雷鋒網注：論文連結為 https://arxiv.org/pdf/1908.09453.pdf
專案地址為 https://github.com/deepmind/open_spiel