[发明专利]一种麻将智能决策方法、装置、存储介质及设备

说明书

本发明提供一种麻将智能决策方法、装置、存储介质及设备，该方法包括：获取自身手牌，并对自身手牌进行排列，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，对目标手牌进行手牌组合；分别给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，得到目标手牌的权重值总和；根据各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，并根据最优胡牌路径进行出牌决策和吃碰杠动作决策。本发明在进行树搜索时就可以作出合理的剪枝，极大的减少了搜索时间，相比于传统的Expectimax Search算法，具有更明显的响应速度优势。

技术领域

本发明涉及麻将智能决策领域，特别涉及一种麻将智能决策方法、装置、存储介质及设备。

背景技术

麻将决策要解决的问题是根据麻将游戏中的可见场面信息(包括手牌、副露、对手的副露、弃牌、庄家位置等等)，经过模型转化处理得出合理有效的决策，从而追求在人工智能的麻将游戏中获得更高的胜率和分数。在麻将游戏中，决策包括出牌决策与听碰杠决策。

目前关于智能麻将决策模型的构建主要是应用了博弈树搜索算法(ExpectimaxSearch)和机器学习算法来实现。

1、基于机器学习的方法，首先搜集大量高等水平人类玩家的比赛数据，设计并提取相应的特征，然后构建合适的模型进行训练，得到最后的决策模型，例如日本东京大学爆打系统，使用大量数据训练线性神经网络，其决策能力能达到中高等玩家水平。基于机器学习相关方法的不同点主要在于模型的选用与特征的设计上，使用的网络主要有SVM、SVR、线性神经网络、卷积神经网络、残差网络等，这种方法的实现需要大量专业玩家的高水平对战数据，对于刚上线、用户量不多的麻将游戏平台则难以实现。

2、基于博弈树搜索算法的方法，将人类玩家的博弈知识总结成规则，再结合评估或搜索的方法计算出最佳决策，例如Expectimax Search算法，主要使用的方法是搜索树算法和最大期望评估函数，其搜索算法的特点是快速获胜与转牌搜索。但完整搜索树很难在有限时间内完全展开，导致机器很难快速做出决策，且由于未结合得分检测，容易使搜索树往快速胡牌方向扩展，出现局部最优问题，不能获取最大胡牌收益。

发明内容

基于此，本发明的目的是提供一种麻将智能决策方法、装置、存储介质及设备，以至少解决搜索树很难在有限时间内完全展开，导致很难快速做出决策的技术问题。

根据本发明实施例的一种麻将智能决策方法，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。

另外，根据本发明上述实施例的一种麻将智能决策方法，还可以具有如下附加的技术特征：

进一步地，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。

进一步地，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。