[发明专利]一种麻将对手定口预测方法、装置、存储介质及设备

权利要求书

1.一种麻将对手定口预测方法，其特征在于，应用于计算机设备中，用于预测除本家以外的其他对手的定口概率，所述方法包括：

获取当前麻将对局的当前场面信息，所述当前场面信息为所述本家当前已知的牌面信息；

采用预设编码方法对所述当前场面信息进行编码，得到所述当前场面信息对应的编码数据；

将所述当前场面信息对应的编码数据输入预训练的定口预测模型当中，输出每个对手的当前定口概率；

其中，所述定口预测模型通过对历史麻将对局的编码数据进行麻将规则的深度学习训练得到，所述历史麻将对局的编码数据由历史麻将对局的场面信息按所述预设编码方法对应编码得到。

2.根据权利要求1所述的麻将对手定口预测方法，其特征在于，所述定口预测模型的训练过程包括：

获取历史麻将对局的场面信息，并采用所述预设编码方法对所述历史麻将对局的场面信息进行编码，得到所述历史麻将对局的编码数据；

将所述历史麻将对局的编码数据输入到预设的卷积神经网络当中进行麻将规则的深度学习训练；

计算出所述卷积神经网络的当前损失函数，并根据所述当前损失函数调整所述卷积神经网络的网络参数，以对所述卷积神经网络进行迭代训练，直到所述卷积神经网络的损失函数收敛于预设目标值。

3.根据权利要求2所述的麻将对手定口预测方法，其特征在于，所述卷积神经网络包括依次连接的卷积核、残差模块、两层全连接层和多个输出头，所述输出头的数量与对手数量对应；

所述卷积核的核大小为3*1，滤波器高度为256。

4.根据权利要求3所述的麻将对手定口预测方法，其特征在于，所述卷积神经网络的损失函数为：

Loss=k₁*loss₁ + k₂*loss₂ + k_n*loss_n；

n代表输出头的数量，n为整数且n≥2，k_n代表第n个输出头的权重系数，loss_n代表第n个输出头的交叉熵损失函数，其中：

式中，y_i表示样本i的标签、定口为1不定口为0，p_i表示样本i预测为定口的概率，N为样本数量，1≤i≤N。

5.根据权利要求1所述的麻将对手定口预测方法，其特征在于，所述场面信息包括牌集特征、顺序特征和整数特征，所述牌集特征包括本家手牌、每家副露和宝牌，所述顺序特征包括每家出牌及其出牌顺序，所述整数特征包括当前轮数、每家飞宝数和牌墙数。