[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

说明书

本发明提供一种麻将对手定口预测方法、装置、存储介质及设备，所述方法包括：获取当前麻将对局的当前场面信息；采用预设编码方法对当前场面信息进行编码，得到当前场面信息对应的编码数据；将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。本发明通过采用特定编码方法对麻将对局的场面信息进行编码，继而使用深度学习中卷积网络的强大特征表征能力让模型自主的学习隐藏在麻将博弈信息背后的逻辑关系，无需做过多人为的麻将特征设计和特征提取，相比于“爆打”AI能够简化特征工程，降低模型开发周期和对研究者的专业知识要求。

技术领域

本发明涉及人工智能技术领域，特别涉及一种麻将对手定口预测方法、装置、存储介质及设备。

背景技术

对手建模方法是机器博弈的另外一个重要研究热点，其核心思想是研究分析对手行为特征并进行分类，分析其个性化行为趋向和策略弱点。好的对手建模方法可以为博弈智能体提供更为准确的非完备信息处理结果和环境估值结果，已经成为衡量博弈智能体水平的关键因素之一。

关于麻将这种状态空间复杂且不可见信息巨大的博弈游戏，其主要研究机构有日本、中国台湾和微软亚洲研究院团队。例如，LongCat和VeryLongCat麻将智能体主要是结合一定的人类经验构建搜索树以及采用蒙特卡洛模拟建立对手模型。通过蒙特卡洛模拟敌方麻将手牌，从而做出避免点炮的决策。蒙特卡洛模拟是一个消耗计算资源的耗时操作，并且由于非完全信息博弈中存在未知信息造成组合数过多，无法在有限时间内完成搜索，而且对手手牌的精度也不能得到有效的保证。

在2006~2016年，Naoki Mizukami and Yoshimasa Tsuruoka团队基于日本麻将规则，成功开发了“爆打”AI对手建模，其观点是根据蒙特卡洛模拟和对手模型生成一个麻将玩家。其中关于预测对手定口（或称听牌）的主要观点是利用特征提取的方式，并且使用逻辑回归这类传统的机器学习算法进行对手是否听牌的预测，达到0.777的AUC预测准确度。

然而，虽然“爆打”AI达到了较高的预测准确度，然后由于其使用的是传统的逻辑回归算法并且特征工程繁多复杂，需要大量基于人类对于麻将规则的认知进行特征提取，需要研究者对麻将规则和打法了然于心。

发明内容

基于此，本发明的目的是提供一种麻将对手定口预测方法、装置、存储介质及设备，以解决现有定口预测需要大量基于人类对于麻将规则的认知进行特征提取的技术问题。

根据本发明实施例的一种麻将对手定口预测方法，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。

另外，根据本发明上述实施例的一种麻将对手定口预测方法，还可以具有如下附加的技术特征：

进一步地，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。