文档名：结合A2C和手牌估值方法的麻将博弈研究
摘要：针对大众麻将中对手牌信息利用不充分的问题,提出了手牌估值方法,并设计了基础麻将程序(MJE).为进一步提升麻将AI的博弈能力,使用深度强化学习方法设计了麻将AI(MJE-RL).首先,通过MJE自对弈生成深度学习的训练数据.其次,根据训练集、测试集和对比实验的结果,选择效果最好的模型作为强化学习的预训练模型.最后,使用优势演说-评论家模型作为强化学习的主要框架,将训练好的深度学习模型作为演说家部分进行决策,通过MJE-RL与MJE的对弈不断提升麻将AI的博弈能力.实验结果显示,MJE-RL的胜率比MJE高4.08％,点炮率比MJE低3.02％,表明MJE-RL在攻守两端都有提升,达到了提升麻将AI牌力的目的.
Abstract：Toaddresstheunderutilizinghandinformationinpopularmahjong,thispaperdesignsahandvaluationmethodandabasicmahjongprogram(MJE).MahjongAI(MJE-RL)isdesignedbyusingthedeepreinforcementlearningapproachtofurtherimproveitsgamingability.First,thetrainingdataofdeeplearningisgeneratedbyMJE'sself-play.Second,thebestmodelisselectedasthepre-trainingmodelofreinforcementlearning,accordingtotheresultsoftrainingset,testsetandcomparisonexperiment.Finally,theAdvantageActor-Critic(A2C)modelisemployedasthemainframeworkofreinforcementlearning.Thewell-traineddeeplearningmodelisusedastheActortomakedecisions,andthegameabilityofmahjongAIisconstantlyimprovedbyplayingbetweenMJE-RLandMJE.OurexperimentalresultsindicatethewinningrateofMJE-RLis4.08％higherthanthatofMJEandtherateofWinbyDiscardis3.02％lowerthanthatofMJE.Meanwhile,itisshownthatMJE-RLmarkedlyimprovesbothoffensiveanddefensivefronts,demonstratingimprovedoverallstrengthofmahjongAI.
作者：衣御寒 王亚杰 吴燕燕 刘松 张兴慧 蒋传禹Author：YIYuhan WANGYajie WUYanyan LIUSong ZHANGXinghui JIANGChuanyu
作者单位：沈阳航空航天大学工程训练中心,沈阳110136
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(9)
分类号：TP18
关键词：麻将 非完备信息 深度强化学习 A2C
Keywords：popularmahjong incompleteinformation deepreinforcementlearning A2C
机标分类号：TP391TP181F113
在线出版日期：2024年7月11日
基金项目：辽宁省兴辽英才计划项目结合A2C和手牌估值方法的麻将博弈研究[
期刊论文] 重庆理工大学学报--2024, 38(9)衣御寒 王亚杰 吴燕燕 刘松 张兴慧 蒋传禹针对大众麻将中对手牌信息利用不充分的问题,提出了手牌估值方法,并设计了基础麻将程序(MJE).为进一步提升麻将AI的博弈能力,使用深度强化学习方法设计了麻将AI(MJE-RL).首先,通过MJE自对弈生成深度学习的训练数据.其次...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
结合A2C和手牌估值方法的麻将博弈研究 Research on mahjong game combining A2C with hand value evaluation method
结合A2C和手牌估值方法的麻将博弈研究.pdf
|
|
