(54.81.105.205) 您好!臺灣時間:2018/06/23 23:45
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
本論文永久網址: 
line
研究生:林典餘
研究生(外文):Tien-Yu Lin
論文名稱:麻將之人工智慧研究
論文名稱(外文):The Study of Mahjong Artificial Intelligence
指導教授:吳毅成吳毅成引用關係
指導教授(外文):I-Chen Wu
學位類別:碩士
校院名稱:國立交通大學
系所名稱:資訊學院資訊科技產業專班
學門:電算機學門
學類:電算機一般學類
論文出版年:2008
畢業學年度:97
語文別:中文
論文頁數:37
中文關鍵詞:麻將
外文關鍵詞:MahjongArtificial IntelligenceMonte-Carlo method
相關次數:
  • 被引用被引用:7
  • 點閱點閱:3771
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
麻將為資訊不明確、多玩家類型的遊戲,除了無法得知另外三家對手的手牌以外,隨著牌局的進行,玩家可能會根據摸牌而轉牌,更增加了遊戲的變化性。

在本篇論文之中,我們根據麻將遊戲的特性來設計AI,除了根據我方的手牌,以減少上聽數為首要準則,決定如何捨牌;另外,隨著牌局進行到中、後期,在無法確定安全捨牌時,我們試圖使用Monte-Carlo方法模擬遊戲進行,避開有可能導致輸牌的捨牌,以追求最終贏牌為目標。
Mohjong is an imperfect information game, and multiplayer game. Each player couldn’t get other players’ tile information. During game processing, each player might change tiles to make better combinations. And it makes game more unpredictable.
In this thesis,we analyze Mohjong’s features, and try to design a smart computer program. We try to reduce count-to-listen number to decide which tile be discarded is better. When we detect other player might in listen condition, would start to use Monte-Carlo method to simulate the game to the end. We want to use the method to make a better decision to avoid to lose game.
摘要 i
誌謝 iii
目錄 iv
第一章、 緒論 1
1.1 麻將介紹 1
1.1.1台灣十六張麻將介紹 1
1.1.2 麻將進行方式 2
1.1.3 贏牌條件 4
1.2 遊戲分類 5
1.2.1 明確與不明確資訊遊戲 5
1.2.2 雙玩家與多玩家遊戲 5
1.2.3 麻將屬於不明確資訊、多玩家遊戲類型 5
1.3 麻將過去之研究 6
1.4 Monte-Carlo應用於人工智慧 6
1.4.1 Monte-Carlo的概念 7
1.4.2 Monte-Carlo的應用 7
1.5 研究目標 8
1.6 本文大綱 9
第二章、麻將人工智慧設計 10
2.1 上聽數介紹 10
2.1.1 上聽數 10
2.1.2 減少上聽數 11
2.2有效牌介紹 11
有效牌 12
有效牌之間的聯集關係 12
牌堆裡剩餘的有效牌張數 13
吃、碰比重 14
2.3搜尋 17
2.3.1 遞迴搜尋 17
2.3.2 單一種類牌獨立搜尋 18
2.3.3 不同種類牌組合與眼牌的關係 20
2.4加速搜尋方式 22
2.4.1 預先建立牌數對應表 22
2.4.2 捨牌分階層搜尋 23
第三章、Monte-Carlo模擬避免放槍之設計 25
3.1 模擬其他玩家手牌 25
3.2 模擬所遭遇的問題 26
模擬玩家手牌所遭遇的問題 26
改良模擬方式 28
3.3 分數回傳更新 29
3.4 決定捨牌 29
3.4.1 設定積分方式 29
3.4.2 決定捨牌 30
第四章、實驗數據分析與討論 31
4.1 實驗環境 31
4.2實驗數據分析 31
4.2.1分析手牌速度的提昇 31
4.2.2 不同版本勝率的變化 33
第五章、結論與未來展望 35
參考文獻 36
[1] 張晉慊,麻將大富豪,婦女與生活社文化事業有限公司,Feb 2005
[2] 麻將尊者,台灣麻將高手,2006,知青頻道出版
[3] 中華麻將競技協會,available from http://atawmj.org.tw/
[4] Bouzy, B. (2005). Associating Domain-Dependent Knowledge and Monte-Carlo Approaches within a Go program, Information Sciences, Heuristic Search and Computer Game Playing IV 175, 4, pp. 247–257.
[5] Bouzy, B. and Helmstetter, B. (2003). Monte-Carlo Go Developments, in H. J.van den Herik, H. Iida and E. A. Heinz (eds.), Proceedings of the 10th Advances in Computer Games Conference (ACG-10) (Kluwer Academic), pp. 159–174.
[6] E.R. Berlekamp, Program for double-dummy bridge problems – a new strategy for mechanical game playing,Journal of the ACM,10(4):357-364,1963
[7] Jay Burmeister and Janet Wiles,An introduction to the computer Go field and associated Internet resources,Technical Report CS-TR-339,Department of Computer Science,University of Queensland,1995
[8] Tristan Cazenave, A Phantom Go Program, Universit’e Paris 8, St-Denis, France,2007
[9] Ian Frank,1997,Computer Bridge Survey
[10] Ian Frank,David Basin,1998,Search in games with incomplete information: a case study using Bridge card play,Artificial Intelligence 100:87-123
[11] Fudenberg, D. , Tirole, J. ,Game Theory, MIT Press, Chapter 3, sect 2.2 , 1993
[12] Gibbons, R. ,A primer in game theory, Harvester-Wheatsheaf, Chapter 2, 1992
[13] M. Ginsberg, How computers will play bridge,The Bridge World,1995
[14] M. Ginsberg,Steps Toward an Expert-Level Bridge-Playing Program, IJCAL,1999,available from http://www.cirl.uoregon.edu/research/gib.html
[15] Sylvain Gelly,Yzzao Wang,Remi Munos,and Olivier Teytaud.Modification of UCT with patterns in Monte-Carlo Go.Technical Report 6062,INRIA,France,November 2006
[16] Sylvain Gelly and Yizao Wang.Exploration exploitation in Go:UCT for Monte-Carlo Go,December 2006
[17] Sylvain Gelly and David Silver.Combining online and offline knowledge in UCT.In international Conference on Machine Learning,ICML 2007,2007.
[18] Daniel Hellsson,A Mah Jong-Playing Program, 2000
[19] Luce, R.D. ,Raiffa, H., Games and Decisions: Introduction and Critical Survey, Wiley & Sons ,Chapter 3, section 2 , 1957
[20] Stephen J. J. Smith,Dana Nau,Tom Throop,1998,Computer Bridge: A Big Win for AI Planning,AI Magazine, 19(2):93-105
[21] 莊凱閔,陳玥汝,林順喜,2007,電腦麻將演算及相關議題之研究,TAAI2007第十二屆人工智慧與應用研討會
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔