[发明专利]一种麻将智能决策方法、装置、存储介质及设备

权利要求书

1.一种麻将智能决策方法，其特征在于，应用于计算机设备中，所述方法包括：

获取自身手牌，并对所述自身手牌进行排列，得到多种不同排列的目标手牌；

根据预设的麻将规则中的组合牌方式，对所述目标手牌进行手牌组合；

分别给所述目标手牌当中的每种手牌组合赋予对应预设的权重值，并将每种手牌组合的权重值进行累加，得到所述目标手牌的权重值总和；

根据各所述目标手牌的权重值总和，将权重值总和最高的目标手牌确定为最优权值排列手牌；

根据所述最优权值排列手牌进行搜索树扩展，并找到最优胡牌路径，并根据所述最优胡牌路径进行出牌决策和吃碰杠动作决策。

2.根据权利要求1所述的麻将智能决策方法，其特征在于，获取自身手牌，并对所述自身手牌进行排列，得到多种不同排列的目标手牌的步骤之后，还包括：

计算出各所述目标手牌对应的向听数，并根据计算得到的向听数对各所述目标手牌进行筛选。

3.根据权利要求2所述的麻将智能决策方法，其特征在于，根据计算得到的向听数对各所述目标手牌进行筛选的步骤包括：

筛除掉向听数高于阈值的目标手牌。

4.根据权利要求1所述的麻将智能决策方法，其特征在于，根据所述最优权值排列手牌进行搜索树扩展的步骤包括：

将所述最优权值排列手牌中缺失的有效牌作为搜索树的摸牌节点进行扩展，并将准备作为出牌节点的无用牌存储在相对应的摸牌节点信息中，探索构建多条胡牌路径。

5.根据权利要求4所述的麻将智能决策方法，其特征在于，所述找到最优胡牌路径的步骤包括：

计算每条所述胡牌路径的胡牌概率和获胜得分，并根据每条所述胡牌路径的胡牌概率和所述获胜得分，计算得到每条所述胡牌路径的路径期望值；

将路径期望值最大的胡牌路径确定为最优胡牌路径。

6.根据权利要求5所述的麻将智能决策方法，其特征在于，所述路径期望值的计算公式为：

E_path＝P_winning*T_score

式中，E_path所述路径期望值，P_winning表示所述胡牌概率，T_score表示所述获胜得分。

7.根据权利要求6所述的麻将智能决策方法，其特征在于，所述胡牌路径的胡牌概率的计算公式为：

式中，P_winning表示所述胡牌概率，表示所述胡牌路径中第i个所述有效牌的获取概率，n表示所述胡牌路径中所述有效牌的总数；

其中，

其中，P_selfi表示玩家自身摸到第i个有效牌的概率，P_otheri表示的是其他玩家摸到第i个有效牌的概率，N_i表示第i个有效牌的剩余张数，N_left表示牌墙中剩下的牌总数，N_i的计算公式为：N_i＝4-T_i-A_i*G_i，其中T_i表示第i个有效牌在牌桌上已经显示的数量，A_i表示对手建模中对第i个有效牌估计的精确度，G_i表示对手建模中预测的第i个有效牌已经被其他玩家摸走的张数，第i个有效牌作为搭子的有效牌时，bias＝1，第i个有效牌为对子的有效牌时，bias＝5，其他情况bias＝0。