中国麻将AI首次登顶日本麻将平台，战胜人类顶尖高手

潮新闻客户端 记者 鲁佳

7月11日，中国麻将AI出道了。腾讯宣布自研棋牌类 AI “绝艺LuckyJ” 在国际知名麻将平台“天凤”上达到十段水平，刷新了 AI 在麻将领域的最好成绩。

为什么要去日本打麻将比赛？

(资料图)

“天凤”，是知名的日本在线麻将竞技平台，创建于2006年，拥有较为体系化的竞技规则和专业段位规则，受到职业麻将界的广泛认可。

全世界的麻将AI基本都在这里进行训练和打段。“段位”，就有点类似于打游戏，根据参与的局数和不断累积的积分，判定你的段位。天凤按照1段—11段来进行排位，10段就相当于王者荣耀里的荣耀王者段位。

截至目前，天凤平台活跃人数 23.8万，7段以上3037人，约占百分之一，而能达到10段的仅 27 人（含AI），不到万分之一。

相比其他麻将AI和人类玩家，“绝艺 LuckyJ”不仅稳定段位更高，从零开始达到十段所需的对战局数也明显更少，仅需要 1321 局。

统计意义上看天凤稳定段位bootstrap的分布，绝艺LuckyJ显著强于之前最强的两个日本麻将AI（Suphx，NAGA）：LuckyJ vs Suphx p value=0.02883；LuckyJ vs NAGA p value=3e-05。

天凤平台开发公司C-EGG的CEO角田真吾表示：“这是麻将AI的又一次突破，LuckyJ进一步拓宽了麻将AI的能力边界。令人感到兴奋的是，在特上房包括人类玩家在内的对战1000局以上的所有玩家中，LuckJ的稳定段位排名第一”。

在网上对LuckyJ历史对局有深入研究的天凤十段玩家、日本麻将战术研究家yousei评价，LuckyJ给人的印象是在每张牌上看到“攻击、防守的参数”，总体上，LuckyJ看起来“完全没有漏洞”，一方面通过保留安全牌等策略降低事故率。另一方面，即使手牌中同时存在多个和牌方向，LuckyJ也可以在这些复杂的分支中顺利进行下去。

值得一提的是，“绝艺LuckyJ“在国标麻将中也有亮眼表现，在线下职业选手邀请赛中击败六位职业选手，成为首个战胜国标麻将顶尖职业选手的麻将AI。

图注：对战数据显示，在近2000 场对局中，绝艺LuckyJ 的平均赢番达到 1.76番，这里番为国标麻将的结算单位，数值越大，说明赢得越多。

曾与“绝艺LuckyJ”对局的选手们，也对它做出了高度评价。“雀友杯”2014年世界麻将大师邀请赛冠军，腾讯麻将锦标赛年度总决赛（2018，2019）冠军成海华提到，AI在攻防两端都表现得都十分出色，充分体现了计算上的优势，让他刮目相看。

国标麻将职业选手，标榜麻将运动协会会长杨磊也有相同的感受：“经过数月与腾讯麻将AI的对抗测试，通过分析AI对局，AI无论在进攻还是防守都让我印象深刻。我们通常所谓的妙手、灵光一现，甚至基于经验和感觉做出的置之死地而后生的选择，对于AI来说可能算是常规操作。”

国标麻将及日本麻将职业选手黄林说，在与AI的上千次对战中，他一直惊叹于AI强大的牌效和精准的读牌，形容它“在攻防两端都做到了极致”。

为什么要研究麻将AI？

2017年，腾讯AI夺冠围棋的时候，网友呼吁进军麻将；2019年，腾讯AI打赢王者职业选手的时候，网友呼吁进军麻将；2020年，腾讯AI获得AI足球世界冠军的时候，网友也呼吁进军麻将……

为什么要等那么久？因为麻将对于AI来说——难。

腾讯 AI Lab 研究员介绍，围棋、象棋都属于完美信息博弈，参与竞技双方的每次决策，都可以看到全局的信息。AI能够通过强大的计算力来枚举各种可能性，从而找到致胜策略。而麻将无法看到对手的手牌，加上还有大量未揭开的牌，存在大量的隐藏信息，是典型的非完美信息博弈。

据介绍，麻将一共有136张牌，每一位玩家只能看到很少的牌，包括自己的13张手牌和所有人打出来的牌。牌局开始时，另外三位玩家的手牌以及墙牌都是看不到的，面对如此多的隐藏未知信息，麻将玩家的每一个决策都需要兼顾进攻和防守。

此外，在麻将的对战中，除了正常的摸牌、打牌之外，还要决定是否吃牌、碰牌、杠牌、立直以及是否胡牌。任意一位玩家的吃碰杠以都会改变摸牌的顺序，这一过程也涉及了大量的决策。

如上图所示，横坐标信息集数目表示可观察状态的多少，即牌面的信息。纵坐标信息集平均大小表示隐藏信息的多少，即其他所有对手的手牌的可能性。麻将所包含的隐藏信息要远远大于德州扑克。

为了更好地解决麻将游戏中存在的大量隐藏信息的难题，提升AI的决策能力，腾讯 AI Lab基于强化学习和遗憾值最小化的自我博弈技术，使得AI能从零开始自我学习和提高，并最终收敛到一个最强的混合策略，让AI在实际对战的过程中拥有更加平衡的策略能力。

同时，考虑到传统的非完美信息搜索算法在麻将面前很难发挥太大的作用，腾讯 AI Lab基于乐观价值估计的思想，提出了一种高效的非完美搜索方法，使得AI在有海量隐藏信息的游戏状态中，仍可以实时调整当前策略，从而更好地应对多变的战局。

相比人类，“绝艺 LuckyJ“在麻将游戏中，拥有更加平衡的策略，对局势的计算更精确，其中包括打每张牌的期望收益、未来可能胡哪些番型等等，通过这样的“策略”训练，也为AI走入更多行业打下了基础。

过去半个世纪以来，游戏在人工智能技术的演进中发挥了重要的作用。游戏多样化的情境为AI的训练和学习提供了便利的研究场景，从国际象棋到围棋，再到德州扑克、王者荣耀等游戏，AI 不断在游戏场景中拓展能力边界。

在模拟真实世界的虚拟游戏中，AI学会快速分析、决策与行动，就能执行更困难复杂的任务并发挥更大作用。现实生活中存在大量的隐藏信息和不确定的因素，麻将游戏中复杂的决策过程和带有随机性的博弈，比围棋这样的完美信息游戏更加接近真实的现实生活。

“绝艺LuckyJ” 在专业领域的突破，体现了腾讯 AI Lab 的深度强化学习智能体不断进化，正逐渐向解决更复杂更多样化的问题迁移。对非完美信息游戏的研究，将有助于开发出适用于真实生活场景的更加“智能”的AI系统。腾讯 AI Lab 研究员表示，现实世界中充满了需要在非完美信息状态下做决策的场景，比如金融交易、自动驾驶、交通物流、拍卖系统等。在游戏环境中推进决策AI的能力，最终是希望AI能从虚拟走向现实，解决真实世界的复杂问题。

“转载请注明出处”

关键词：