当前位置：首页 > news >正文

斗地主AI算法——第四章の权值定义

news 来源：原创 2024/5/9 9:10:36

第一章业务逻辑结尾部分我提到了权值的计算方法：

①每个单牌都有一个基础价值②组合牌型的整体价值与这个基础价值有关，但显然计算规则不完全一样。③整手牌可以分成若干个组合牌，但分法不唯一。

当时，我说了①和②可以直接定义，③需要迭代计算。所以本章的主要内容就是确定基础价值&组合牌型的价值定义

对于牌型权值的定义看似简单，实际却需要大量的推敲。这就跟游戏里不同英雄属性、技能反复修改一样。事实上，直至整个工程开发完毕，我还在修改权值定义，因为这是唯一影响逻辑处理的因素。如果你觉得程序返回的出牌策略不太符合你的想法，那么一定是权值定义这里出现的问题。

首先，网络上有很多文章统计出不同牌型出现的概率，但是我始终觉得，对于斗地主而言，一种牌型出现的概率并不是那么重要，举个例子。我认为33和3的价值是一样的。

因为大多数情况你出了都会被管，若你有飞机，这两者都可以被带出。或许从概率的角度来说能管上33的牌会更少，但事实上，对方究竟管不管你，用什么管你取决于对方的牌型组合。你出33，对方可以出44，但是你出3，对方不一定会出4管你，因为这样他还会剩下一个4，他会用其他的牌管你，并且，若该牌型很难出现，即被管的可能性很低，那么他管上别人的可能性也很低。所以实际上这种牌型的收益可以近似的等于不存在。况且我也不想搞一套很复杂的公式，我的想法是用一些简单的公式得出一个中肯的价值，或许不是那么的公平，但至少程序应对绝大部分局面都能给出比较正确的操作。

首先，我们有出牌轮次的定义，我们尽量使得出牌轮次少一些，还是那句话，所以对于牌型，大家是公平的，你组成这种牌型的几率低，但你管别人的几率也低。你若想出去，还是要用其他的牌抢占先手再打出，所以这种牌型不会给你带来抢占出牌权的收益。那么他的好处或许是能让你快速的出完牌，减少出牌轮次。

然后就是牌的基础价值定义，牌的价值一定有正有负，我也是经过一些测试及计算，确定了价值为0的位置是10。

我们有15种牌型，从值域来说是3~17。那么10属于最中间的位置，还有就是我们经常管10以上的牌称作带“人”的牌（因为JQK有人图案）。我们认为带“人”的牌都是干部，是可以管别人的。

或许有人会说，王比其他牌型少，且人家若成了王炸又不可能拆开出。但实际玩牌的时候王牌管单出现的几率和其他牌差不多，因为其他牌也需要考虑是否组成对牌、三牌、顺子等情况。大家的拆分选择可以认为近似公平的。至于牌少的问题，你想想你一局游戏实际打单牌的次数也没多少次。况且，基础价值是应用于所有类型的牌值的。但他不能说明一切问题。他只是表示当你的牌值大于10以上，你管上别人的概率高，反之，你被管的概率高。

根据这个思路，我们暂定单双三等牌型的价值就是这个基础价值。也就是3的基础价值是-7 大王的基础价值是7

根据这个基础价值，我们便得出控手（轮次）的价值。因为最大负牌值是-7，所以控手价值是7，这个应该不难理解把。因为你若想打出一个3，你就必须得抢占一次控手机会。然后再打出3。同理，一次控手机会可以出一手牌，所以单个轮次的价值也是7，若你的牌型组合价值大于7，则认为你这种牌型可以创造一个轮次，举个简单的例子王炸。

接下来是顺子的定义。顺子权值的思路我也犹豫了好久，最后决定是其最大牌的单体价值+1，因为2不参与顺子。至于王就不考虑了。原来考虑到是否要采用平均值等，后来发现顺子到底能否被管以及管别人，主要决定于最大的牌，比如说你从3~A和从10~A是一样的。管别人的话也不是越长越好，你长顺子强行管短顺子可能还会多出很多单牌。

对于四带二、飞机等定义，是修改最多的。的确这样的牌很难被管，所以我给了他一个非负价值，但是又发现其价值很大，比如说KKKQQQJJJ他的价值已经飙到11了。

那么程序给出的策略就是分开打，因为KKKQQQ也是飞机。一个轮次的价值是7，远小于11。所以可以拆成两个轮次。鉴于这一点，我把价值调成为非负且除以2

这样这类牌型的价值永远不会大于7，毕竟这种牌型能一手出完不能分成两手出。而且根据之前的逻辑，你很难被管所以你也很难管别人，那么正价值收益缩减也是很自然的了。

最后说一下炸弹及王炸，炸弹无负价值且+一个轮次7，因为我们认为炸弹大概率能抢占一局轮次。而炸弹及王炸没有正价值收益缩减的原因是处于信仰把，尽量的不要拆分。也符合我们人性。我们都是把炸弹、王炸看成最重要的。

还有，在此之前我有想过权值定义取不拆分和拆分的最大价值。比如说3A带俩2，那么其实俩2的价值也很高，后期很有可能拆开打。但是最后因为引入了手牌轮次参数，所以不考虑拆分价值了。不然四带二的价值爆炸。

下面给出目前暂定的定义方案

[cpp] view plain copy