<正>深度强化学习(Deep Reinforcement Learning)一直是近年来人工智能的一些重大突破的核心。尽管深度强化学习取得了很多进展,但由于缺乏工具和库,深度强化学习方法在主流解决方案中仍然难以应用。因此,深度强化学习主要以研究形式存在,并未在现实世界的机器学习解决方案中得到大量应用。解决这个问题需要更好的工具和框架。而在当前的人工智能领域,DeepMind在推动深度强化学习研发方面做了大量工作,包括构建了许多专有工具和框架,以大规模地简化深度强化学习智能体训练、实验和管理。最近,DeepMind发布了一系列新的开源技术,包括三种深度强化学习框架:OpenSpiel、SpriteWorld和Bsuite,这些技术将有助于简化深度强化学习方法的应用。OpenSpiel是一系列环境和算法的集合,用于研究一般强化学习和游戏中的搜索/规划。目的是在许多不同的游戏类型中促进通用多智能体的强化学习,其方式与通用游戏类似,但重点是强调学习而不是竞争形式。OpenSpiel基于C++和Python,便于在不同的深度学习框架中采用。GitHub地址为:https://github.com/deepmind/open_spiel。SpriteWorld是一个基于Python的强化学习环境,由一个可以自由移动的形状简单的二维竞技场组成。SpriteWorld为每