English | 简体中文 | العربية | Français | 日本語

AutoAI

自動化AI德州撲克牌局

演示 Demo

📁 目錄結構

🎮 PokerEngine

• 相關專案
• PyPokerEngine

📊 testchart

• 3players
• 4players

📋 result

• demo video

💾 store_data_set

• chart.py
  • 位置0的玩家將使用此類別來儲存與顯示圖表
  • 儲存來自AutoAI.py的測試結果
• data_set.py
  • (僅NC模型會呼叫函數來儲存遊戲資料)
• NC_3_players_data_set.csv
  • 儲存NC玩3人撲克遊戲的資料
• NC_4_players_data_set.csv
  • 儲存NC玩4人撲克遊戲的資料

🤖 AI Models

• NCmodel: CNN AI模型 (3人、4人資料集個別訓練)
• NC2model: CNN AI模型(3+4人混合訓練)
• OCmodel: CNN 訓練的AI模型
• RFmodel:隨機森林訓練的AI模型

🎯 AutoAI.py

• 啟動遊戲介面的主程式
• 用於展示

⚙️ 如何執行?

1. 安裝requirement.txt中的模組

pip install -r requirement.txt

(requirement.txt可能缺少某些套件，請從錯誤訊息安裝所有其他需要的套件)

2. 如果AutoAI檔案不是安裝在F:\，請修改以下路徑

在以下Python檔案中修改路徑

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

3. 編譯並執行AutoAI.py
4. 設定遊戲初始值(應大於小盲注)
5. 點擊Show Player Algorithm按鈕
6. 選擇想要的演算法
7. 點擊Run Poker Game按鈕

⚠️ 注意事項

• 🚫 不要在同一場遊戲中選擇相同的AI
• ⚠️ 玩家人數應為3-4人
• ⏳ 執行遊戲需要一些時間，可以在VS Code終端機中查看進度