基于douzero的应用

这个斗地主 AI 脚本基于 DouZero 框架，旨在通过自我对弈和深度强化学习来掌握斗地主游戏。以下是它的主要功能：
自我对弈训练：使用深度蒙特卡罗算法，AI 通过与自己对战来不断优化策略。
牌型编码：将斗地主手牌编码成一个 15x4 的矩阵，其中 15 表示非重复牌的种类（3 到 A 加上大小王），4 表示最多每种有四张牌。
神经网络：使用多层感知机（MLP）作为神经网络结构，输入当前状态，输出动作的 Q 值。
多演员并行训练：通过并行训练多个模型，加速学习过程。
技术难点
状态编码：将斗地主的状态（手牌、出牌历史等）有效地编码成神经网络的输入。
训练效率：高效地训练模型，避免过大的状态空间。
技术栈
调用运转开源模型
神经网络结构：多层感知机（MLP）
状态编码：15x4 牌型矩阵、动作编码
自我对弈算法：深度蒙特卡罗方法
视觉检测：python