[发明专利]基于大数据驱动的麻将AI数据处理方法

说明书

本发明涉及人工智能技术领域。其目的是提供一种基于大数据驱动的麻将AI数据处理方法，能够在资源有限的条件下，找到特定条件的下的解。一种基于大数据驱动的麻将AI数据处理方法，该方法是选取历史牌局中的行牌过程，将这些行牌过程中的节点手牌按照组成成分提取并保存作为AI的行为引导，AI根据当前手牌的节点成分基于该行为引导进行行牌。

技术领域

本发明涉及人工智能技术领域，具体来说，是涉及一种基于大数据驱动的麻将AI数据处理方法。

背景技术

棋牌类游戏分数据对称和数据不对称两种情况。数据对称的情况，比如象棋，所有棋的状态明确，影响胜率的因素只有决策，在计算资源无限的情况下，可以得到最优解，所以象棋这类棋需要做的是要在有限资源的情况下尽量剪枝，找到局部的最优解。数据不对称的情况，比如斗地主(三人)棋牌游戏中，暗牌是其他对手中的牌，在对手每次出牌时，未知牌数量快速下降，机器需要考虑的未知空间的维度会随之迅速降低。比如，机器手中有一张方块2，在其他对手未出牌时，暗牌中有3张方块2，其组合无非1+2，0+3。由于手牌初始固定，对手的出牌顺序以及策略基本一定，机器可以找到稳定的解(不一定是局部或者全局最优)。

麻将游戏也属于数据不对称类型，但是相比于斗地主棋牌游戏，对于麻将游戏而言，其具有持续动态变化的和牌率，影响因素包括：其他对手出的牌、持有的牌，牌墙中的牌。其中，牌墙中的牌以及其他对手持有的牌是无法看到的，且这些无法看到的牌在所有牌中的占有比例极大。例如，机器手中有1张2万。由于牌墙的存在，其他对手的组合包括：1、其他对手牌中均无2万，0+0+0；2、其他某一对手有一张2万，0+0+1，0+1+0；3、其他对手各有一张2万，1+1+1；4、其他某一对手有一张2万，另一对手有2张，1+2+0等等，1+3+3+3+1+3*2＝17，排列组合后共17种。所以麻将游戏中每次创建一个当前牌况空间时，单一维度就是斗地主游戏的9倍，而麻将游戏的牌墙、牌河、手牌各有34维(斗地主游戏为15维)，只考虑手牌时，该空间的复杂度差距为：34^9/15^2＝2.7*10^11。而当机器根据当前牌况组建一个空间后，每次其他对手摸一张牌，就会影响当前空间的组成，且只要其他对手中任意一位更改了他的和牌策略，该空间就会作废(牌河改变)。因为扰动过大，这也意味着，麻将游戏甚至无法在无限资源的情况下找到稳定的解。

因此，本发明需要解决的主要问题是，AI如何在资源有限的条件下，找到特定条件下的解。

资源有限的条件，是指在实际业务中，包括计算时间(例如：出牌时间在2s内)，内存、cpu占用能保证一台机器能运行更多个AI。该条件限制了很多搜索算法的应用，以及相应算法的搜索深度，从而限制了算法找到更优的解或特定条件下的解。

例如，通常，各参与者之间水平越接近时，游戏体验则越佳，即可玩性越高。然而，由于上述限制，采用以前的算法的麻将AI系统无法达到足够的“聪明”，即：这时的AI与其他参与者是属于不同的水平。在此算法的引导下AI容易出现行牌“失误”。这里“失误”是指行牌逻辑明显不符合该水平的牌手所该遵循的行牌逻辑。

特定条件下的解，是指对和牌条件作出一些限制，例如：让AI尽量去胡高计分的牌型，一定程度去放弃低计分和快速胡。

发明内容

本发明的目的是提供一种基于大数据驱动的麻将AI数据处理方法，能够在资源有限的条件下，找到特定条件的下的解。

相比于以前的AI系统，实现找到特定条件下的解，可以使采用本发明所提出的基于大数据驱动的麻将AI数据处理方法的AI系统具有与其对手更匹配的水平，从而增加游戏的可玩性。

首先，我们先对本发明中涉及的麻将游戏中的一些常用术语进行以下定义。

手牌：摆在自己面前的牌，标准数为13张。

行牌：即是打牌进行过程。由庄家打出第一张牌开始，此过程包括抓牌、出牌、吃牌、碰牌、开杠(明杠、暗杠)、补牌直至和牌或荒牌。