Python AI学习的最佳/最简单模块？

我读

如何让AI从零开始学习玩游戏？举个小例子，让我们假设AI玩21点，打折所有的分割，牌组中的牌等等，AI可以打或站，它不知道它做什么，直到它开始输掉比赛，它应该知道打得太多会让你输，站得太早也会输。我读过这篇文章，叫做强化学习。但我不知道如何实现它，使用什么模块等等

我应该从哪里开始

我的最终目标是创造一种游戏，让用户和人工智能玩，而不是一个对抗另一个，而是两个对抗自己的游戏机制[不是合作]，并且都学习玩它。游戏每隔一段时间就会改变一次，新的机制会出现，使玩家和人工智能的游戏变得更加困难。人工智能既可以通过玩游戏来学习，也可以通过观看玩家输赢来学习。我不想让电脑学习得太快，我想让两者都在同一个“场地”……也许最后一个关卡是玩家可以与AI对抗。我是去对地方了还是应该尝试其他方法

---

编辑：我觉得这太宽泛了。所以我搜索了一下ML和AI，找到了一些可能有用的模块，scikit learn，PyBrain，neurolab，还有。前两个我没有真正理解如何开始，文档对于像我这样的新手来说非常不清楚，neurolab我还没有尝试过，因为我没有真正理解什么是人工神经网络[ANN]，它如何帮助我，最后一个，强化学习没有任何文档。虽然这不是一个完整的答案，但基本原则是：

如果结果不可预测，则当前状态+可能的移动=结果。因此，对于游戏中的任何给定状态（在拥有一定数量/组合的牌的情况下，可能与其他拥有一定数量未知牌的情况相结合，或者自上次洗牌以来看到的某些牌相结合），您可以执行许多可能的移动（命中、站立）。然后，您可以尝试其中任何一种，并记录这是否会给您带来好的或坏的（或介于两者之间的）结果。下次当你看到相同的当前状态时，你会看到哪种可能的移动给了你目前为止最好的统计结果（随机性为%

你的车出在哪里

如果你有多个动作，直到最后你才得到一个实际的结果，你会记录到目前为止的所有动作（状态+尝试的动作）；一旦你得到一个结果，你就把它应用到每一步

一旦这样做了，你就可以让它玩大量的游戏，而且它应该会越来越好

通常，诀窍是找出什么构成“国家”。可能的状态越多，在AI变得好之前需要玩的游戏就越多，你的数据库也就越大。在21点游戏中，你可能有一个状态，它只是卡的数量之和（这给了你20个状态），或者它可能包括其中有多少是a（这给了你，我猜，也许，大约40个状态）；它可能包括其他玩家有多少张牌；它可能包括你手里有哪些值，但不包括那套牌（如果你有4张a，你知道没有其他人有a），或者可能包括（对21点来说毫无意义）一套牌的顺序

在某些情况下，“状态”可能更抽象。例如，在国际象棋的例子中，有许多可能的“状态”来学习它们，我们必须抽象。我不知道这通常用什么；也许什么在进攻什么，什么在防守什么，有多少个方格被多少个棋子覆盖，哪些棋子被什么防守，等等。；或

---

你可能还想考虑什么构成“好”和“坏”的结果。你可能会认为，对于21点来说，赢是好的，输是坏的，这就是一切。然而，除了失败之外，还有一些事情需要避免：做出一个无效的举动。在21点的例子中，假设你的AI不知道规则，如果你有一只手而不是一对手，那么分开比失去（可能）更糟糕。如果你认为这是一个“损失”，它最终会得到提示并停止这样做

我不想这么说，但我认为这个问题太广泛了，无法有效解决StackOverflow。这根本不是一个答案，但你可能会发现“从头开始”这个短语比“从零开始”更常用-也许这会帮助你找到更多的资源。