Reinforcement learning for games with imperfect information – Teaching an agent the game of Schnapsen

Abstract

In dieser Arbeit verwenden wir Reinforcement Learning, um einem Agenten das Spiel Schnapsen, das nationale Kartenspiel Österreichs, beizubringen. Es gehört zu den Spielen mit unvollständiger Information, da jeder Spieler nur die Karten in seiner Hand sieht, während jene des Gegners unbekannt sind. Wir vergleichen verschiedene Methoden des Reinforcement Learning und evaluieren sie hinsichtlich ihrer Fähigkeit, das Spiel zu erlernen. Die Ergebnisse unserer Arbeit können auch in anderen Bereichen interessant sein, etwa bei automatisierten Auktionen, da diese ebenfalls als Spiele mit einfachen Regeln und unvollständigen Informationen über die Gebote anderer Teilnehmer angesehen werden können.

In this work we use reinforcement learning to teach an agent the game of Schnapsen, the national card game of Austria. It is a trick-taking card game with imperfect information, since each player can only see the cards in their hand while the cards held by the opponent are unknown. We evaluate various methods of reinforcement learning regarding their suitability for this purpose. The results of our work may also be interesting in other areas like automated auctions, which may be viewed as games with simple rules and imperfect information about the bids of other participants.