[發明專利]一種麻將智能決策方法、裝置、存儲介質及設備

在審

• 申請號: 202111656519.1
• 申請日: 2021-12-30
• 公開（公告）號: CN114146401A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 李一華;肖凌峰;王嘉旸;黃偉;熊喚亮;王命延
• 申請（專利權）人: 中至江西智能技術有限公司;江西中至科技有限公司
• 主分類號: A63F9/20
• 分類號: A63F9/20;G06Q10/04
• 代理公司: 南昌旭瑞知識產權代理事務所(普通合伙) 36150
• 代理人: 劉紅偉

本發明提供一種麻將智能決策方法、裝置、存儲介質及設備，該方法包括：獲取自身手牌，并對自身手牌進行排列，得到多種不同排列的目標手牌；根據預設的麻將規則中的組合牌方式，對目標手牌進行手牌組合；分別給目標手牌當中的每種手牌組合賦予對應預設的權重值，并將每種手牌組合的權重值進行累加，得到目標手牌的權重值總和；根據各目標手牌的權重值總和，將權重值總和最高的目標手牌確定為最優權值排列手牌；根據最優權值排列手牌進行搜索樹擴展，并找到最優胡牌路徑，并根據最優胡牌路徑進行出牌決策和吃碰杠動作決策。本發明在進行樹搜索時就可以作出合理的剪枝，極大的減少了搜索時間，相比于傳統的Expectimax Search算法，具有更明顯的響應速度優勢。

技術領域

本發明涉及麻將智能決策領域，特別涉及一種麻將智能決策方法、裝置、存儲介質及設備。

背景技術

麻將決策要解決的問題是根據麻將游戲中的可見場面信息(包括手牌、副露、對手的副露、棄牌、莊家位置等等)，經過模型轉化處理得出合理有效的決策，從而追求在人工智能的麻將游戲中獲得更高的勝率和分數。在麻將游戲中，決策包括出牌決策與聽碰杠決策。

目前關于智能麻將決策模型的構建主要是應用了博弈樹搜索算法(ExpectimaxSearch)和機器學習算法來實現。

1、基于機器學習的方法，首先搜集大量高等水平人類玩家的比賽數據，設計并提取相應的特征，然后構建合適的模型進行訓練，得到最后的決策模型，例如日本東京大學爆打系統，使用大量數據訓練線性神經網絡，其決策能力能達到中高等玩家水平?；跈C器學習相關方法的不同點主要在于模型的選用與特征的設計上，使用的網絡主要有SVM、SVR、線性神經網絡、卷積神經網絡、殘差網絡等，這種方法的實現需要大量專業玩家的高水平對戰數據，對于剛上線、用戶量不多的麻將游戲平臺則難以實現。

2、基于博弈樹搜索算法的方法，將人類玩家的博弈知識總結成規則，再結合評估或搜索的方法計算出最佳決策，例如Expectimax Search算法，主要使用的方法是搜索樹算法和最大期望評估函數，其搜索算法的特點是快速獲勝與轉牌搜索。但完整搜索樹很難在有限時間內完全展開，導致機器很難快速做出決策，且由于未結合得分檢測，容易使搜索樹往快速胡牌方向擴展，出現局部最優問題，不能獲取最大胡牌收益。

發明內容

基于此，本發明的目的是提供一種麻將智能決策方法、裝置、存儲介質及設備，以至少解決搜索樹很難在有限時間內完全展開，導致很難快速做出決策的技術問題。

根據本發明實施例的一種麻將智能決策方法，應用于計算機設備中，所述方法包括：

獲取自身手牌，并對所述自身手牌進行排列，得到多種不同排列的目標手牌；

根據預設的麻將規則中的組合牌方式，對所述目標手牌進行手牌組合；

分別給所述目標手牌當中的每種手牌組合賦予對應預設的權重值，并將每種手牌組合的權重值進行累加，得到所述目標手牌的權重值總和；

根據各所述目標手牌的權重值總和，將權重值總和最高的目標手牌確定為最優權值排列手牌；

根據所述最優權值排列手牌進行搜索樹擴展，并找到最優胡牌路徑，并根據所述最優胡牌路徑進行出牌決策和吃碰杠動作決策。

另外，根據本發明上述實施例的一種麻將智能決策方法，還可以具有如下附加的技術特征：

進一步地，獲取自身手牌，并對所述自身手牌進行排列，得到多種不同排列的目標手牌的步驟之后，還包括：

計算出各所述目標手牌對應的向聽數，并根據計算得到的向聽數對各所述目標手牌進行篩選。

進一步地，根據計算得到的向聽數對各所述目標手牌進行篩選的步驟包括：

篩除掉向聽數高于閾值的目標手牌。