随着人工智能技术(特别是机器学习技术)在大规模棋牌类游戏中取得的重要进展,例如谷歌的Alpha Go和CMU的Libratus分别在围棋和一对一无限注德州扑克游戏上取得了超越当前人类职业玩家的能力,“斗地主”等棋牌类游戏也引起了人工智能研究人员的广泛兴趣,研发开放可共享的棋牌类博弈平台成为该类研究的重要内容。本文研究开放“斗地主”博弈平台,为“斗地主”博弈提供研究的数据集,同时,也为“斗地主”算法提供开放的对抗试验场景。具体工作如下:1.基于UML的设计模式进行平台设计,为游戏数据的收集设计了单机模式、在线模式、好友模式等模式的“斗地主”博弈,为数据收集奠定了坚实的基础,同时制定数据收集和存储的标准来保证所收集数据的质量;为“斗地主”算法测试设计了智能算法对抗试验场景,研究人员只需设置试验参数和选择算法即可开始算法的对抗试验,提高研究人员的工作效率。2.基于当前手牌的局部最优出牌选择设计并实现了贪婪选择出牌算法;制定手牌权重计算规则进行手牌权重值计算,在手牌权重值的基础上设计和实现了权重选择出牌算法;对基于蒙特卡洛树搜索实现的“斗地主”算法进行应用方面的设计和实现,为本系统提供了用于对抗试验场景的基础算法。在此基础上设计了三个算法的智能度排序试验,根据算法在试验中的胜率进行智能度排序,从高到低为蒙特卡洛树搜索算法、权重选择出牌算法、贪婪选择出牌算法。3.基于B/S架构,使用Django框架采用Python语言实现了该平台。其中,数据存储采用My SQL,游戏过程中的实时在线通讯采用Django Channels,前端页面框架采用Layui。