一种大众麻将计算机博弈的快速出牌方法.pdfVIP

２０２４年第３８卷第５期

ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｖｏｌ．３８Ｎｏ．５２０２４

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０２４．０５．０１３

一种大众麻将计算机博弈的快速出牌方法

张小川，严明珠，涂飞，陈俊宇，魏乐天

（重庆理工大学两江人工智能学院，重庆４０１１２０）

摘要：麻将是一种典型的不完美信息博弈的项目，目前对于麻将问题的解决方法大多朝着深度强化学习方向进行

研究，也取得了非常好的效果。但是，此类麻将ＡＩ都是建立在有高质量数据集基础上的，而大众麻将缺少关键的大

量有效标注的数据集，因此，如何在对弈中快速出牌就成为主要问题。针对以上问题，对出牌动作进行研究，以启发

式快速出牌为思路，提出了面向敌方胡牌牌张的蒙特卡洛评估法，将启发式快速出牌方法和蒙特卡洛评估法相结

合，对每张手牌进行估值计算，通过估值分数决定每轮出牌牌张。以历史出牌次数为分界点，以此分界将博弈过程

时序化为前后２个决策时段，前段采用启发式快速出牌方法，后段采用蒙特卡洛评估法。通过前后时段法分层递进

决策处理过程，给出最佳出牌着法，能有效减少出牌的决策时间并降低点炮率。采用所提方法的程序在中国计算机

博弈锦标赛中获得了一等奖，证明了该方法的有效性。

关键词：计算机博弈；不完美信息博弈；麻将；启发式快速出牌；蒙特卡洛评估法

中图分类号：ＴＰ３１１文献标识码：Ａ文章编号：１６７４－８４２５（２０２４）０５－０１０２－０６

感知机训练成为强大的斗地主ＡＩ，但是此类模型构建复杂，

０引言训练成本高昂，对算力算法要求极高。

对于不完美信息博弈的另一解决方案，在机器学习算法

［１０］

在人工智能引入后，各种机器学习的方法在计算机博弈兴起之前，模拟对局和计算概率是常用思路。在传统的

［１］［２］［３］

领域中被使用。谷歌公司的ＡｌｐｈａＧｏ和ＡｌｐｈａＺｅｒｏ将大众麻将游戏中，先前采用的机器学习方法效果并不理

［１１］［１２］

基于神经网络进行深度学习的人工智能方法带进了计算机想，因此，大众麻将更倾向于用经验知识和抽样逼

［１３］

博弈，前者以４：１战胜世界围棋冠军李世石而名声大噪，后近等方法来解决问题。在中国计算机博弈锦标赛中有多

者更是碾压前者的存在。种面向社会人员的竞赛项目，其中用经验知识、抽样等方式

［１４］

在不完美信息博弈领域中，将专家经验与机器学习方法