近日，在IJCAI 2020 麻将人工智能竞赛中，来自腾讯 AI 的 SuperJong 团队采用强化学习模型从零开始自我对弈训练，以 1338 分取得冠军。

与围棋等游戏不同的是，麻将更加规则复杂、胜负判定繁琐、信息非完全公开的，且更重要的是在公众认知中麻将更多地有“运气”和“凭直觉”的成分。换句话说，如果一个人运气比较差，拿到一手烂牌，可能再强的实力也只能是输得不那么难看。所以，麻将不像围棋一样，不能单靠一轮对弈，而是要通过多轮（甚至上千轮）对弈才能看出一个雀士的实力。

图注：前16名队伍信息。表格的AI算法列中，RL指强化学习，SL指监督学习，主要指使用对局数据模拟其他玩家/AI决策

这次冠军队是个人参赛，来自腾讯 AI，所采用的方式是强化学习算法框架。如上所示，比赛前4 名也被强化学习包揽，北京大学有 6 支以个人参赛的队伍也打进了16 强。未使用强化学习的队伍主要采用搜索、剪枝、专家经验等方法，设计估值函数时考虑了向听数、游戏巡目等因素。

内容中包含的图片若涉及版权问题，请及时与我们联系删除