README.ar.md

إنجليزي|الصينية المبسطة|العربية|فرنسي|اليابانية

AutoAI

自動化AI德州撲克牌局

演示 Demo

📁 هيكل الدليل

🎮 محرك البوكر

• المشاريع ذات الصلة
• com.PyPokerEngine

📊 مخطط الاختبار

• 3 لاعبين
• 4players

📋 النتيجة

• فيديو تجريبي

💾store_data_set

• chart.py
  • سيستخدم اللاعب الموجود في الموضع 0 هذه الفئة لتخزين المخططات وعرضها
  • تخزين نتائج الاختبار من AutoAI.py
• data_set.py
  • (ستقوم موديلات NC فقط باستدعاء الوظائف لتخزين بيانات اللعبة)
• NC_3_players_data_set.csv
  • احفظ بيانات NC للعب ألعاب البوكر لثلاثة لاعبين
• NC_4_players_data_set.csv
  • قم بتخزين بيانات NC للعب ألعاب البوكر لأربعة لاعبين

🤖 نماذج الذكاء الاصطناعي

• NCmodel: نموذج CNN AI (تدريب فردي على مجموعات البيانات المكونة من 3 أشخاص و4 أشخاص)
• NC2model: نموذج CNN AI (تدريب مختلط 3 + 4 أشخاص)
• OCmodel: نموذج الذكاء الاصطناعي المدرب من CNN
• نموذج الترددات اللاسلكية: نموذج الذكاء الاصطناعي الذي تم تدريبه بواسطة غابة عشوائية

🎯 AutoAI.py

• قم بتشغيل البرنامج الرئيسي لواجهة اللعبة
• للعرض

⚙️ كيفية التنفيذ؟

1. قم بتثبيت الوحدة في require.txt

pip install -r requirement.txt

(قد يكون ملف Requirement.txt مفقودًا في بعض الحزم، يرجى تثبيت كافة الحزم المطلوبة الأخرى من رسالة الخطأ)

2. إذا أرشيف AutoAIلاتم التثبيت في ف:\، يرجى تعديل المسار التالي

قم بتعديل المسار في ملف Python التالي

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. ترجمة وتنفيذ AutoAI.py
4. قم بتعيين القيمة الأولية للعبة (يجب أن تكون أكبر من الرهان المبدئي الصغير)
5. انقر فوق الزر إظهار خوارزمية المشغل
6. حدد الخوارزمية المطلوبة
7. انقر فوق الزر تشغيل لعبة البوكر

⚠️ ملاحظات

• 🚫 لا تختر نفس الذكاء الاصطناعي في نفس اللعبة
• ⚠️ يجب أن يكون عدد اللاعبين 3-4 أشخاص
• ⏳ يستغرق تنفيذ اللعبة بعض الوقت، ويمكنك التحقق من التقدم في محطة VS Code.