Soichiro Nishimori

麻将强化学习模拟器 Mahjax 在 GPU 上达到每秒 200 万步

研究人员开发了 Mahjax，一个用于复杂日本麻将（Riichi Mahjong）游戏的新型 GPU 加速模拟器，该模拟器使用 JAX 实现。该工具旨在促进强化学习研究，特别是让代理从零开始学习，而不是依赖人类对局数据。Mahjax 实现了高吞吐量，在多块 GPU 上每秒可处理多达 200 万步，并已通过训练代理以提高其性能得到验证。