基于指标优化的经典印度 Rummy 定量规则策略建模

13 张牌的经典印度 Rummy 是一种顺序式信息不完全游戏，需要概率推理和组合决策。本文提出一种基于规则的框架，用于驱动性战术，采用一种新的手牌评估指标，称为 MinDist。该指标通过量化手牌与最近有效配置之间的编辑距离来修改 MinScore 指标，从而捕捉手牌完成程度的结构接近性。我们设计了一个从 MinScore 算法派生的计算效率算法，利用动态修剪和模式缓存来在游戏过程中精确计算该指标。还包含对对手手牌的建模，并置于两个玩家的零和仿真框架中，对所得策略进行统计假设检验评估。实证结果表明，基于 MinDist 的智能体相对于传统启发式方法在胜率上具有显著改进，为算法 Rummy 战术设计提供了正式且可解释的步骤。