本论文题目为基于深度强化学习的德州扑克AI算法优化 结果储存在result.xlsx，以每个图的数据进行呈现，包括中期报告和论文的数据
本论文三个实验环境为：
Limit leduc holdem poker(有限注德扑简化版):
文件夹为limit_leduc，写代码的时候为了简化，使用的环境命名为NolimitLeducholdemEnv，但实际上是limitLeducholdemEnv
Nolimit leduc holdem poker(无限注德扑简化版):
文件夹为nolimit_leduc_holdem3，使用环境为NolimitLeducholdemEnv（chips=10）
Limit holdem poker(有限注德扑)
文件夹为limitholdem，使用环境为LimitholdemEnv
本论文所设计的agent位于"/实验环境/agents/DeepCFRagent3.py"，是由DeepCFRagent改进来的agent，在实验中，我们与CFR，CFR+，MCCFR，DeepCFR进行对比，Limit leduc holdem poker和Nolimit leduc holdem poker使用exploitability进行评估（exploitability衡量算法与纳什均衡的距离），Limit holdem poker环境过大，使用与RandomAgent作战的reward作为评估指标
本论文工作量：
1.本论文所使用的agent，800+行
2.本论文复现出的CFR，CFR+，MCCFR，DeepCFR算法，CFR，CFR+，MCCFR，每个算法400行左右，DeepCFR为600行，以上算法都未开源
3.本文使用的环境，我们使用RLcard作为我们的底层，每个环境大约为500行左右
4.对算法的效果进行测试，主要为含有test的py文件，此部分大约为500行左右
本文为online-learning，无数据集
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent