DanKS은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

DanKS은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

DanKS은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. DanKS의 마지막 커밋은 2026년 10월 5일입니다.

DanKS은(는) 어디에 사용할 수 있나요?

파트너십 카드 게임에서 숨겨진 정보에 따른 의사결정 연구 카드 게임 환경에서 강화학습 정책을 학습하고 비교 커스텀 관단 AI를 구축해 로컬 웹 테이블에 연결 패 구조와 파트너십 플레이를 분석하기 위한 사람의 대국 기록 분석

DanKS는 어떻게 설치하나요?

저장소를 클론합니다: git clone https://github.com/Calix-L/DanKS.git service 디렉터리로 이동해 Python 3.12 가상 환경을 만듭니다: cd DanKS/services/v2 && python3.12 -m venv .venv && source .venv/bin/activate requirements를 설치하고 arranger를 빌드합니다: python -m pip install -r requirements.txt && python scripts/build_arranger.py 로컬 테이블을 시작한 다음 http://127.0.0.1:8000/solo 를 엽니다: python run.py

DanKS은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Calix-L/DanKS

Calix-L/DanKS

웹 테이블을 제공하는 4인 파트너십 카드 게임 관단용 오픈소스 강화학습 에이전트

GitHub에서 보기 웹사이트

스타: 705
포크: 22
열린 이슈: 1
마지막 커밋: 15일 전

어떤 프로젝트인가요?

DanKS는 숨겨진 정보가 있는 4인 파트너십 카드 게임인 관단의 AI 플레이어를 구축하기 위한 연구용 코드베이스입니다. 에이전트는 먼저 구조화된 후보 액션을 검색하고, 각 플레이가 손에 남는 조합에 미치는 영향을 평가한 뒤, PPO와 GAE로 학습한 상태 및 후보 조건부 Actor-Critic 네트워크를 통해 선택을 학습합니다.

저장소는 세 세대의 AI(V1, V2, V3)와 재학습 없이 자산 보호, 동등 플레이 규칙, 엔드게임 탐색을 추가하는 V3Pro 추론 개선 패키지로 구성되어 있습니다. 또한 KSPlay GuanDan Service를 두 가지 버전으로 제공합니다. 브라우저 기반 룸 백엔드, 심판, 프런트엔드로 구성되어 로컬에서 규칙 기반 예제 봇과 함께 실행할 수 있으며, HTTP 인터페이스를 통해 외부 AI를 연결할 수 있습니다.

이 프로젝트는 자매 저장소에서 관리하는 사람의 관단 대국 공개 데이터셋으로 연결되는 링크를 제공하며, 합성 입력을 사용한 검색, 모델 추론, V3Pro 통합 예제도 제공합니다. 학습된 가중치와 비공개 서빙 인프라는 포함되어 있지 않습니다.

핵심 기능

01각 플레이 후 손에 남는 패를 평가하는 구조화된 후보 액션 검색
02PPO와 GAE 셀프플레이로 학습하는 Actor-Critic 정책
03엔드게임 탐색과 동등 플레이 규칙을 위한 V3Pro 추론 개선
04룸 백엔드와 심판을 포함한 브라우저 기반 관단 테이블
05서비스에 커스텀 AI를 연결하는 HTTP 인터페이스
06사람의 관단 대국 899건으로 구성된 공개 데이터셋 링크

활용 사례

파트너십 카드 게임에서 숨겨진 정보에 따른 의사결정 연구
카드 게임 환경에서 강화학습 정책을 학습하고 비교
커스텀 관단 AI를 구축해 로컬 웹 테이블에 연결
패 구조와 파트너십 플레이를 분석하기 위한 사람의 대국 기록 분석

빠른 시작

1
저장소를 클론합니다
git clone https://github.com/Calix-L/DanKS.git
2
service 디렉터리로 이동해 Python 3.12 가상 환경을 만듭니다
cd DanKS/services/v2 && python3.12 -m venv .venv && source .venv/bin/activate
3
requirements를 설치하고 arranger를 빌드합니다
python -m pip install -r requirements.txt && python scripts/build_arranger.py
4
로컬 테이블을 시작한 다음 http://127.0.0.1:8000/solo 를 엽니다
python run.py

사용 전 알아둘 점

로컬 테이블을 실행하려면 Python 3.12와 Go 1.23 이상이 필요합니다.
학습된 모델 가중치와 비공개 AI 서빙 인프라는 포함되어 있지 않습니다.

토픽

#reinforcement-learning #game-ai #pytorch #card-games #ppo #guandan

자주 묻는 질문

DanKS은(는) 무엇인가요?: 웹 테이블을 제공하는 4인 파트너십 카드 게임 관단용 오픈소스 강화학습 에이전트 DanKS는 숨겨진 정보가 있는 4인 파트너십 카드 게임인 관단의 AI 플레이어를 구축하기 위한 연구용 코드베이스입니다. 에이전트는 먼저 구조화된 후보 액션을 검색하고, 각 플레이가 손에 남는 조합에 미치는 영향을 평가한 뒤, PPO와 GAE로 학습한 상태 및 후보 조건부 Actor-Critic 네트워크를 통해 선택을 학습합니다.
DanKS은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: DanKS은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
DanKS은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. DanKS의 마지막 커밋은 2026년 10월 5일입니다.
DanKS은(는) 어디에 사용할 수 있나요?: 파트너십 카드 게임에서 숨겨진 정보에 따른 의사결정 연구 카드 게임 환경에서 강화학습 정책을 학습하고 비교 커스텀 관단 AI를 구축해 로컬 웹 테이블에 연결 패 구조와 파트너십 플레이를 분석하기 위한 사람의 대국 기록 분석
DanKS는 어떻게 설치하나요?: 저장소를 클론합니다: git clone https://github.com/Calix-L/DanKS.git service 디렉터리로 이동해 Python 3.12 가상 환경을 만듭니다: cd DanKS/services/v2 && python3.12 -m venv .venv && source .venv/bin/activate requirements를 설치하고 arranger를 빌드합니다: python -m pip install -r requirements.txt && python scripts/build_arranger.py 로컬 테이블을 시작한 다음 http://127.0.0.1:8000/solo 를 엽니다: python run.py
DanKS은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Calix-L/DanKS

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.