[发明专利]一种基于知识表示与推理的麻将牌局智能决策方法

说明书

本发明公开一种基于知识表示与推理的麻将牌局智能决策方法，针对四川麻将的规则，建立相应的知识库，包含所有的公共信息、玩家自己的手牌信息和玩家根据所有上述信息做出的确定性或不确定性推理信息，并为该知识库设计基于概率推理、组合推理以及信念修正等推理方法，针对需要玩家与牌局处理模块进行交互的牌局情况，做出相应的智能决策，并将相应动作和信息反馈给牌局处理模块，从而实现和其它玩家的麻将博弈；本发明具有模型建立技术门槛低、配置简单、运行成本低、反应速度较快、智能性较好、可操控性高、可扩展性好、可解释性高等优点。

技术领域

本发明属于人工智能领域，涉及“血战到底”四川麻将博弈智能算法。具体是一种基于知识表示与推理的麻将牌局智能决策方法。

背景技术

发展人工智能技术现已成为国家战略之一，其在工业、商业、国防和教育科研方面都发挥着重要作用。知识表示与推理是人工智能领域一大重要技术，它主要涉及如何通过形式化的语言来表示一个场景，并利用逻辑、常识推理、概率统计、机器学习等方法得出有用的知识，来辅助人类或自行做出决策。应用场景的形式是多样的，可以是一个游戏过程、一个现实生活中的事件、处理一张卫星照片等等。

我们这里主要关心麻将博弈游戏。麻将是发明于我国清代、广泛流行于全世界特别是东亚国家和地区的一种牌类游戏。麻将种类很多，区别在于麻将牌的张数和种类以及打法。本专利主要考虑四川麻将中的“血战到底”打法，对于其它打法乃至其它麻将种类，我们的算法经过适当修改后也能适用。“血战到底”涉及108张麻将牌，共有3种花色(条、万、筒)，每种花色的点数为1到9，每种点数有4张牌。其核心打法是必须缺一种花色才能胡牌以及不能吃牌，游戏结束的标准为有3个玩家都已经胡牌或牌墙中的牌都已打完。

麻将博弈是棋牌类游戏的一种。对于棋牌类游戏，已经有许多技术方案来模仿人类在这类游戏中充当玩家。最著名的有卡内基梅隆大学的Libratus德州扑克博弈系统、谷歌公司的AlphaGo围棋博弈系统和IBM的深蓝国际象棋博弈系统等。对于麻将博弈系统，现有技术主要是针对其它麻将打法。以日本麻将为例，较为成功的有日本的“爆打”和“NAGA25”，以及微软的“Suphx”系统。“爆打”麻将系统的基本思想是一种有监督的机器学习，主要通过从人类玩家的牌局记录中学习打牌策略。“NAGA25”系统用到的是机器学习中的深度学习算法。“Suphx”系统的基本思想仍然是机器学习，主要是用到了强化学习，在模型的训练学习阶段，将一些本来对玩家隐藏的信息暴露出来，从而使得训练朝着更加接近实际最优的方向优化，也使得模型对可见信息进行更深刻地理解，最终找到更加有效的决策方法。国内也有一些国标麻将的博弈系统，最为常见的是基于BDI推理的麻将系统，其基本思想是通过感知环境，结合麻将打法要求和牌局历史信息，对已有信念进行修正，维护一个状态集合和一个目标集合，最后利用这些信息从策略库中筛选出一个策略，并产生相应的打牌行为。

现有的技术主要有两大类，一类基于机器学习技术，另一类基于BDI推理。基于机器学习的方法通常需要大量的对局信息，进行大量的学习才能建立合适的模型，并且在实战决策阶段需要消耗的计算资源和时间也非常大。这些就导致基于机器学习技术的麻将系统技术门槛高、配置和运行成本高、反应速度较慢、可操控性较差。同时，基于机器学习的方法可扩展性也较差，因为一种玩法的参数系统对其他类型麻将游戏的可借鉴性非常有限，一旦改变玩法往往需要重设计模型，重新采样并大量计算来获得参数。此外，由于涉及复杂的计算和大量的参数，基于机器学习的方法可解释性非常差，往往不能从直观上解释其给出策略的理由和逻辑。这些缺点也导致其难以应用于小规模的游戏公司或普通玩家。而对于另一类基于BDI推理的麻将系统，由于麻将博弈的状态数非常大，这类系统通常只能存储和处理其中极少一部分状态，这样筛选出的策略通常会远远偏离最优策略,同时优良筛选算法的设计也较为复杂和困难。这些问题就导致其麻将系统的智能性低、用户体验差、可扩展性差。最后，现有的技术大多都没有针对“血战到底”这一麻将博弈进行适配和优化，因此并不能直接处理本发明涉及的“血战到底”麻将博弈问题。

发明内容