結合A2C和手牌估值方法的麻將博弈研究

摘要： 針對大眾麻將中對手牌信息利用不充分的問題，提出了手牌估值方法，并設計了基礎麻將程序(MJE)。為進一步提升麻將AI的博弈能力，使用深度強化學習方法設計了麻將AI(MJE-RL)。首先，通過MJE自對弈生成深度學習的訓練數(shù)據(jù)。其次，根據(jù)訓練集、測試集和對比實驗的結果，選擇效果最好的模型作為強化學習的預訓練模型。最后，使用優(yōu)勢演說-評論家模型作為強化學習的主要框架，將訓練好的深度學... （共8頁）