Skip to content

Latest commit

 

History

History
128 lines (96 loc) · 4.08 KB

README.fr.md

File metadata and controls

128 lines (96 loc) · 4.08 KB

AutoAI

icon

自動化AI德州撲克牌局

演示 Demo

📁 Structure du répertoire

🎮 PokerEngine

📊 carte de test

  • 3 joueurs
  • 4 joueurs

📋 résultat

💾 store_data_set

  • chart.py
    • Le joueur en position 0 utilisera cette catégorie pour stocker et afficher des graphiques
    • Stockage des résultats de test d'AutoAI.py
  • data_set.py
    • (Seuls les modèles NC appelleront des fonctions pour stocker les données de jeu)
  • NC_3_players_data_set.csv
    • Enregistrez les données NC pour jouer à des jeux de poker à 3 joueurs
  • NC_4_players_data_set.csv
    • Stockez les données NC pour jouer à des jeux de poker à 4 joueurs

🤖 AI Models

  • Modèle CN: Modèle CNN AI (formation individuelle sur des ensembles de données de 3 et 4 personnes)
  • Modèle NC2: Modèle CNN AI (formation mixte 3+4 personnes)
  • Modèle OC: Modèle d'IA formé par CNN
  • Modèle RF:Modèle d'IA entraîné par une forêt aléatoire

🎯 AutoAI.py

  • Démarrez le programme principal de l'interface de jeu
  • pour l'affichage

⚙️ Comment exécuter ?

  1. Installez le module dans require.txt
pip install -r requirement.txt

(il peut manquer certains packages dans le fichier require.txt, veuillez installer tous les autres packages requis à partir du message d'erreur)

  1. Si l'archive AutoAINonInstallé en F :\, veuillez modifier le chemin suivant

Modifiez le chemin dans le fichier Python suivant

NC_AutoAImodel.py

def predict(self):
    if self.get_players()==3:
        with open('F:\\AutoAI\\NCmodel\\model-3p\\model3.config', 'r') as json_file: #路徑
            json_string = json_file.read()
        model = Sequential()
        model = model_from_json(json_string)
        model.load_weights('F:\\AutoAI\\NCmodel\\model-3p\\model3.weight', by_name=False) #路徑
    elif self.get_players()==4:
        with open('F:\\AutoAI\\NCmodel\\model-4p\\model4.config', 'r') as json_file: #路徑
            json_string = json_file.read()
        model = Sequential()
        model = model_from_json(json_string)
        model.load_weights('F:\\AutoAI\\NCmodel\\model-4p\\model4.weight', by_name=False) #路徑

NC2_AutoAImodel.py

def predict(self):
    with open('F:\\AutoAI\\NCmodel\\model-3+4p\\model3+4.config', 'r') as json_file: #路徑
            json_string = json_file.read()
    model = Sequential()
    model = model_from_json(json_string)
    model.load_weights('F:\\AutoAI\\NCmodel\\model-3+4p\\model3+4.weight', by_name=False) #路徑

OC_AutoAImodel.py

def predict(self):
    with open('F:\\AutoAI\\OCmodel\\model.config', 'r') as text_file: #路徑
        json_string = text_file.read()
    model = Sequential()
    model = model_from_json(json_string)
    model.load_weights('F:\\AutoAI\\OCmodel\\model.weight', by_name=False) #路徑

RF_AutoAImodel.py

def predict(self):
    model = joblib.load(r"F:\AutoAI\RFmodel\my_random_forest.joblib") #路徑
  1. Compilez et exécutez AutoAI.py
  2. Fixer la valeur initiale du jeu (doit être supérieure au small blind)
  3. Cliquez sur le bouton Afficher l'algorithme du joueur
  4. Sélectionnez l'algorithme souhaité
  5. Cliquez sur le bouton Exécuter une partie de poker

⚠️ Remarques

  • 🚫 Ne choisissez pas la même IA dans le même jeu
  • ⚠️Le nombre de joueurs doit être de 3 à 4 personnes
  • ⏳ L'exécution du jeu prend un certain temps. Vous pouvez vérifier la progression dans le terminal VS Code.