[閒聊] ⓝ爆打——到底強在哪裡?(上)

[weijer0905 ( )]

ⓝ爆打，是一隻長居於特上的天鳳AI，

是由日本東京大學鶴岡實驗室所研發出來的日本麻雀機器人。

現役七段，最高曾經到達九段，

有著十分耀眼的成績，也無疑是現役最強的日麻AI。



天鳳官方曾經舉辦了爆打與鳳桌民的對決，甚至被說是【AIの黒船到来】
https://t.co/M8Y5AaRMj0


由於ⓝ爆打的每一份牌譜都會由官方推特公開給大眾，
                           https://twitter.com/ai_mahjong

並且隨著牌譜公佈一個.csv檔(比較早期是.txt檔)

可以讓我們可以從人類的角度，一窺AI背後的「思路」。



這個粉絲專頁會一些篇幅，以人類的角度來解析ⓝ爆打是怎麼打牌的，

更精確的說ⓝ爆打背後的原理 。

(畢竟我想大部分版眾對它「物理上」怎麼打牌應該沒太大興趣)


ⓝ爆打打牌時，總共有兩種模式。

首先先來介紹第一種模式，個人命名為「一般mode」


「一般mode」有兩個功能：


第一個功能是依照牌效率及打點，對捨出每一張手牌後牌姿評分[1]

並且決定分數最高的牌打出。



http://imgur.com/a/FLinN

比如說這個配牌，在ⓝ爆打開啟「一般mode」時是長這樣：

http://imgur.com/a/Hubdw

因此依照分數ⓝ爆打決定打出【南】

第二個功能是判斷他家聽牌的機率[2]，如果他家聽牌的機率超過某個門檻，

或是到達某些條件，它就會開啟第二個模式。

至於第二個模式的內容，那就容我賣個關子，留到下一篇跟大家說明

無論是牌效判斷或是讀取他家聽牌的氣息，ⓝ爆打有十分接近鳳桌玩家的實力。



[1] 這個是利用 感知器，並使用鳳桌的公開牌譜訓練做到的。

[2] 這個是利用羅吉斯回歸，並使用鳳桌的公開牌譜訓練做到的。

--
本文同步發布於

料料的日麻非日常工作坊
https://www.facebook.com/RyaoJMJWorkshop/

歡迎參觀~


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 115.43.170.195
※ 文章網址: https://www.ptt.cc/bbs/MJ_JP/M.1502262181.A.270.html
推 hachinal: 推推
推 qiaffvvf: 推
推 Ryow: 好奇"讀取他家聽牌的氣息"是怎麼做到的 也是餵牌譜嗎?
先給個懶人的答案：是的，餵牌譜以羅吉斯回歸建模。

以下是複雜的答案：

計算他家聽牌的機率，基本上可以以二分類問題解決(聽牌/沒聽)

而二分類問題已經是機器學習中十分成熟、並且應用在許多領域

ex: 垃圾信/非垃圾信; 銀行決定是否放貸;

爆打的製作團隊，將鳳凰桌每一個半莊中的每一局

、每一個玩家打出的每一手 作為一個訓練樣本

並且抓取每一個樣本的各種特徵 作為變數向量。

以下面這張表來舉個例子：

副露數    是否切ドラ   手切次數    是否聽牌

  ３　　　　　Ｎ　　　     ６　　　　 Ｙ
  ２　　　　　Ｙ　　　　　 ２         Ｙ
　０　　　　　Ｎ　　　　　１３　　　　Ｎ
　３　　　　　Ｙ　　　　　 ７　　　   Ｙ
  １　　　　　Ｙ　　　　　１０　　　　Ｎ
　
爆打就可以利用這張大表來進行訓練，來找出一定的準則。

只是這張表沒我列的這麼小，依照爆打的原始論文

判斷是否聽牌的變數總共有6,888個，而且樣本數高達1.77 x10^7個。


至於預測結果好不好嘛..

プレイヤ        AUC   (<-ROC曲線下面積 越高越好的標準就是了)
上級者(鳳民)    0.778
分類器          0.777

是十分的接近鳳桌居民

(至於羅吉斯回歸是什麼，wiki有寫，我就不寫了XD)

希望這些回答有回應到你，順帶一提

影響是否聽牌的最關鍵因素之一是「如果某家立直了，則必然聽牌」

※ 編輯: weijer0905 (115.43.170.195), 08/10/2017 01:37:02
推 Ryow: 感謝 變數的數量真是驚人 期待下集
推 Bingojkt: 專業用心文大推~感覺會是很好的學習材料，期待後續XD
推 KAOKAOKAO: 接近7K個維度  應該不是人工列的吧？  太驚人了