一种大众麻将计算机博弈的快速出牌方法

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

基金资助

国家自然科学基金项目(60443004);; 重庆市技术创新与应用发展专项项目(cstc2021jscx-dxwtBX0019)