算法基于强化学习里面的蒙特卡洛决策的柔性同侧回合更新策略，迭代训练了50万次，结论仅供参考和娱乐祝大家在D场和空中公寓赢得开心。
绿色代表玩家所拿的牌，紫色的数字表示庄家显示的那一张牌。