Bard 发布 Hanabi Learning Environment 数据集, 应用在 多代理强化学习、汉纳比纸牌游戏 领域

Bard 本次发布的数据集 Hanabi Learning Environment, 该数据集是一个开源的学习环境，专为纸牌游戏汉纳比设计，用于测试多代理强化学习算法。该环境允许代理在共享策略和经验的同时进行训练，同时保持各自的学习限制。它支持2至5名玩家的游戏规模，并在汉纳比纸牌游戏的背景下执行多代理强化学习任务。

查看Hanabi Learning Environment

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。