DouZero_API

API 交互斗地主 AI

本项目基于DouZero

调用API

程序默认运行于24813端口 目前只支持post方法调用，请求头 Content-Type: application/json

{
  "action": string,
  "data": object
}

参数名	说明
action	上报类型，可选"init"/"play"，对应 初始化游戏/游戏进程上报
data	上报数据，见下方

上报数据：

初始化游戏

{
  "pid": string / int,
  "three_landlord_cards": string,
  "ai_amount": int,
  "player_data":[
    {
      "model": string,
      "hand_cards": string,
      "position_code": int
    },
    {
      "model": string,
      "hand_cards": string,
      "position_code": int
    }
  ]
}

参数名	说明	示例
pid	对局唯一标识，若为int类型会自动转为string	10001
three_landlord_cards	三张地主牌	"444"
ai_amount	AI玩家数量，为1或2	2
player_data	AI玩家数据，AI玩家数为1时只会读取数组中的第一个元素，内容元素见下方	\
model	AI玩家使用的模型	"WP"
hand_cards	AI玩家的手牌	"333444456789TJQKA2XD"
position_code	AI玩家的位号 0-地主上家，1-地主，2-地主下家	1

完整示例

{
  "action": "init",
  "data": {
    "three_landlord_cards": "444",
    "pid": 10001,
    "ai_amount": 2,
    "player_data": [
      {
        "model": "WP",
        "hand_cards": "333444456789TJQKA2XD",
        "position_code": 1
      },
      {
        "model": "WP",
        "hand_cards": "3555666777888999T",
        "position_code": 2
      }
    ]
  }
}

游戏进程上报

也就是上报玩家出牌

{
  "pid": string / int,
  "player": int,
  "cards": string
}

参数名	说明	示例
pid	对局唯一标识，若为int类型会自动转为string	10001
player	出牌玩家位号	0
cards	玩家出的牌，为空字符串则表示不要	"TJQKA"

程序并不会检测玩家所出的牌是否遵循规则，请保证上报数据准确

完整示例

{
  "action": "play",
  "data": {
    "pid": 10001,
    "player": 0,
    "cards": "TJQKA"
  }
}

API响应

{
  "type": string,
  "action": string,
  "status": string,
  "msg": string,
  "data": object
}

参数名	说明
type	响应类型，与上报数据的action相对应，上报"play"时为"step"
action	响应AI操作，尚未轮到AI出牌时为"receive"，AI出牌时为"play"
status	响应状态，为"ok"/"fail"
msg	错误信息，响应状态为"fail"时不为空
data	响应数据，见下方

响应数据：

{
  "pid": pid,
  "game_over": boolen,
  "play": [
    {
      "cards": array,
      "confidence": string
    },
    {
      "cards": array,
      "confidence": string
    }
  ]
}

参数名	说明
pid	对应对局标识
game_over	对局是否结束，结束则为true
play	AI出牌数据，action为"receive"时无此元素，元素内容见下方
cards	AI出的牌，为数组类型
confidence	AI的胜率估计

预设模型简介

• WP

DouZero-WP (baselines/douzero_WP/): 以胜率（Winning Percentage, WP）为目标训练的Douzero智能体

• ADP

DouZero-ADP (baselines/douzero_ADP/): 以平均分数差异（Average Difference Points, ADP）为目标训练的Douzero智能体

大概更倾向于出炸弹刷分

超时检测

程序每5分钟将检查一次进程列表，超过半个小时未响应的游戏进程将被删除。

使用自己的模型

在baselines/文件夹下新建文件夹，将自己训练的landlord.ckpt、landlord_up.ckpt、landlord_down.ckpt扔进去，文件夹名即为游戏初始化时需要填入的"model"参数

鸣谢

• 本项目基于DouZero
• 借鉴了DouZero_For_HappyDouDiZhu项目的部分代码与写法