[发明专利]一种基于深度学习的斗地主游戏选手余牌计算方法

说明书

本发明的基于深度学习的斗地主游戏选手余牌计算方法，包括样本预处理、训练样本提取、训练样本特征提取、深度卷积网络设计、深度卷积网络输出设计、计算模型的损失函数设计、计算模型训练和计算模型输出结果的调整等步骤。本发明通过平台积累的游戏样本，对样本进行预处理，提取特征训练模型，猜测出其他选手手牌，为解决斗地主游戏中的不完美信息博弈问题的研究提供支撑，为选手出牌策略提供重要依据。

技术领域

本发明涉及网络游戏中数据处理技术领域，特别涉及一种基于深度学习的斗地主游戏选手余牌计算方法。

背景技术

棋牌游戏平台是大众型休闲娱乐平台，以棋盘游戏和牌类游戏为主。棋牌游戏平台将地方特色棋牌、麻将、休闲类游戏及棋牌游戏转移网络平台上进行的网络平台，深受广大人民群众的喜爱。

对于棋类的游戏，牌面所有的信息都是双方可以互见的，比如AlphaGo Zero基本上将所有的棋类困局都已经解决了。但是对于斗地主游戏来说，一方是看不到其他两方牌。这个时候传统的按照规则或者穷尽各种不同的组合，准确度不高且会使盘面的复杂度再度地出现指数级的爆增，很难计算选手的余下牌面。因此，就需要研究出一种能在复杂度可控的情况下能够较快较准确猜测出不同选手的手中剩余的纸牌的方法，不仅可以在游戏过程中为选手提供在线决策，也为解决斗地主游戏中的不完美信息博弈问题的研究提供重要依据。

不完美信息博弈是非常挑战的AI难题,斗地主AI的难题在于它是一个3人游戏；两人组队合作跟另外一个人博弈,如何组队,以及队内信息又是不共享的,这使得斗地主的博弈问题更加复杂；既需要算法的精巧设计,又需要高效得利用算力。因此，就需要一种合理的算法，能够解决这些技术难题。

发明内容

本发明的目的是提供一种基于深度学习的斗地主游戏选手余牌计算方法，能够快速准确地计算不同选手手中剩余的纸牌、为牌类游戏的不完美信息博弈问题的研究提供重要依据。

本发明解决上述技术问题的技术方案如下：

一种基于深度学习的斗地主游戏选手余牌计算方法，其包括如下步骤：

步骤1：样本预处理：从网络游戏中获取牌局样本，并对牌局样本进行预处理；

步骤2：训练样本提取：从预处理后的牌局样本中提取训练样本；

步骤3：训练样本特征提取：对步骤2所获得的训练样本进行特征提取，并将获取的特征二值化处理；

步骤4：深度卷积网络设计：确定深度卷积网络的激活函数、卷积层和全连接层；

步骤5：深度卷积网络输出设计：根据剩余牌数的多少，选择单标签分类或者多标签分类的方法作为输出方式；

步骤6：计算模型的损失函数设计步骤：分别确定单标签分类或者多标签分类时的损失函数，获得计算模型；

步骤7：计算模型训练：选取训练样本集，对步骤6获得的计算模型进行训练。

步骤8：计算模型输出结果的调整：对计算模型的输出结果，按照规律由高到低进行排序，最终返回计算结果。

所述步骤1中，牌局样本进行预处理中，根据场次、分值、选手胜率挑选牌局样本，并将每个牌局样本的信息统一格式化。

所述步骤2中，训练样本提取过程中，先对牌局样本中的任一牌局确定计算余牌训练的标签，然后提取训练样本。

所述步骤3中，训练样本特征提取过程中，将每个训练样本中的牌局信息，并将所述牌局信息二值化处理。

所述步骤4的深度卷积网络设计过程中，激活函数采用ReLU函数。

所述步骤5中，深度卷积网络输出设计过程中，其输出采用LogSoftmax进行处理。