Suphx：基于深度强化学习精通麻将
人工智能
2020-04-02 v2
摘要
人工智能（AI）已在许多领域取得巨大成功，并且自 AI 诞生以来，游戏 AI 被广泛视为其桥头堡。近年来，游戏 AI 的研究已逐渐从相对简单的环境（例如，围棋、国际象棋、将棋等完美信息游戏或两人不完全信息游戏如单挑德州扑克）演进到更复杂的游戏（例如，多人不完全信息游戏如多人德州扑克和星际争霸 II）。麻将是全球流行的多人不完全信息游戏，但由于其复杂的打牌/计分规则和丰富的隐藏信息，对 AI 研究极具挑战性。我们设计了一个名为 Suphx 的麻将 AI，基于深度强化学习并引入了一些新技术，包括全局奖励预测、先知引导和运行时策略自适应。Suphx 在稳定段位方面已展现出比大多数顶级人类玩家更强的性能，并且在天凤平台上的官方排名高于 99.99% 的所有人类玩家。这是计算机程序首次在麻将中超越大多数顶级人类玩家。
引用
@article{arxiv.2003.13590,
title = {Suphx: Mastering Mahjong with Deep Reinforcement Learning},
author = {Junjie Li and Sotetsu Koyamada and Qiwei Ye and Guoqing Liu and Chao Wang and Ruihan Yang and Li Zhao and Tao Qin and Tie-Yan Liu and Hsiao-Wuen Hon},
journal= {arXiv preprint arXiv:2003.13590},
year = {2020}
}