逢年过节，打牌唠嗑是必备节目。即便你不怎么会玩牌，亲戚朋友也会撺掇你上牌桌。常年加班996，疏于牌技的你，肯定一上场就成了散财童子。直接拒绝上牌桌又显得太小气，硬着头皮上呢，奈何钱包也很具体。有什么办法能够快速提升牌技，直接变身“赌神”呢？

答案可能就在下面我推荐的这几款开源项目中。

第一个，RLCard。

RLCard是一款卡牌游戏强化学习 （Reinforcement Learning, RL） 的工具包。 它支持斗地主、麻将、桥牌、德州扑克在内的多种卡牌游戏环境，具有易于使用的接口，以用于实现各种强化学习和搜索算法。

RLCard支持的游戏模型

你可以使用这个开源库，组合深度蒙特卡洛、深度Q学习、虚拟自我对局和虚拟遗憾最小化算法来打麻将和斗地主。想象一下，如果有这么强大的算法来辅助你打麻将和斗地主，你还会胆怯吗？恐怕到时候你只嫌牌局不够多吧！

这个项目中的AI斗地主模型有在线的体验地址，有想体验一下的可以留言获取，感兴趣的可以试玩一下，感受一下AI斗地主的实力。

AI斗地主模型有在线的体验

同时，玩欢乐斗地主的童靴们也可以关注一下DouZero_For_HappyDouDiZhu这个项目，将上面RLCard项目中的DouZero模型用于欢乐斗地主实战，自动识别欢乐斗地主程序界面中的手牌和出牌，并能够根据DouZero模型预测建议，自动进行出牌。平常玩欢乐斗地主的，可要注意了，有可能你的对手就是这个AI哦！

RLCard用于自动进行欢乐斗地主

第二个，playingcard。

有同学要问了，上面的RLCard只是一个AI啊，只能提供建议，最多加上屏幕文字识别能用来打欢乐斗地主。可是真实的牌局要怎么办呢？

来了来了，这就来了，这是一个基于yolov5目标识别模型的卡牌识别项目，训练数据基本上，就是我们平常牌桌上的手握手牌和牌打到牌桌的情况。

yolov5手牌识别

有代码能力的小伙伴可以用这个开源项目和上面的RLCard相结合，用一个摄像头进行拍照拍摄。实时将牌桌的出牌情况和手牌情况让playingcard进行目标检测识别，然后输入到RLCard对应的游戏AI模型中，得到AI模型的预测建议之后，通过无线耳机告诉你怎么出牌，重现《疑犯追踪》中AI指导特工大杀四方的场景，让快速你从小白变“赌神”。

yolov5目标检测模型用于扑克牌识别

第三个，Mortal。

这是一个日本麻将的AI。为什么RLCard中已经有了麻将AI 模型，我还要把小日子过得不错的麻将AI拿到这里来说呢？因为对于麻将这种复杂的不完全信息博弈来说，AI要想稳赢人类，还是非常困难。不过最近这个事情有了变化。来自微软的超凤AI，已经成为国际知名专业麻将平台“天凤”上的10段选手，这要求超凤要在数万场牌局中保持极高胜率。目前天凤平台上约有 33 万名玩家，其中达到10段者仅仅180 人 。也就是说，10 段代表着全球麻将玩家最顶端的 0.0054%，

目前麻将AI排名最高的当然是微软的“超凤”，排名第二的则是日本的“爆打”，当然这些顶级AI都是不开源的。而这款Mortal则是对标“爆打”的开源项目。通过AI稳稳掌控牌局，有了可能。

开源麻将模型

不过笔者还是要说，过年打牌唠嗑可以增进亲友感情，但千万不要沉迷哦。