麻将托管 AI 的一次改造:从「听牌张数」到「向听数 + 有效进张」
旧策略的问题:42% 的局是荒庄
第一版托管用的是贪心:每次出牌,遍历手里每种牌,试打出去,算剩下能听几张,选听牌张数最多的那张。能胡就胡,能杠就杠,碰牌看运气。
跑 100 局模拟,结果是 58 局有人胡、42 局荒庄。真实四人麻将对局荒庄率一般在 10%–20%,42% 说明这个 AI 根本没在做牌——它只在已经接近听牌时才有像样的选择,一手散牌的时候基本等于随机打。
根因是贪心只优化「离听牌多近」,而这个指标在一手 5 向听的牌上恒为 0,所有出牌都一样,于是退化成随机。
换指标:向听数
改成先算向听数(还差几张牌能听),出牌优先级变成:
- 打出后向听数最小的牌
- 向听数相同,比有效进张(能让向听数下降的牌,按剩余张数加权)
- 还相同,比牌的价值(孤张先打、对子留、邻牌留)
向听数用标准拆解:枚举将牌(对子作雀头),递归拆面子(刻子、顺子)与搭子(两面、嵌张、边张),取最优解。手牌只有 27 种牌,用计数数组递归足够快——一手 14 张牌算一次大约几十微秒,四个座位每回合算一遍完全无压力。
有效进张是关键补充:向听数是离散的,很多时候多种打法向听数一样,但「进张面」差一倍。比如打 3 万听 2/5 万共 7 张,打 7 万听 6/9 万只剩 3 张,向听数一样,质量完全不同。
碰和杠也得管
- 碰:不是「能碰就碰」,而是模拟碰完之后打一张,若向听数下降才碰。碰牌会破坏手牌结构,经常碰了反而更远。
- 杠:杠后补牌,手牌少一张,所以要先算杠前杠后的向听数,
after ≤ before才杠。杠上花很香,但为了杠把听牌拆了不值。 - 残局防守:牌墙剩 14 张以内且自己还在 2 向听以上,基本胡不了了,转防守——优先打别人已经打过的现物。
结果
同一套牌墙、同样的规则,换策略后跑 40 局:
| 指标 | 旧(贪心) | 新(向听数) |
|---|---|---|
| 有人胡牌 | 58 / 100 | 40 / 40 |
| 荒庄率 | 42% | 0% |
| 平均步数 | 50.8 | 31.1 |
平均步数从 50.8 降到 31.1 是更值得看的数字——它说明牌局收敛得更快,AI 真的在往胡牌方向做牌,而不是来回无效摸打。
一个副作用
AI 变强之后,人类玩家会明显感觉「怎么老是被电脑胡」。所以托管 AI 现在只在两种场景启用:房主主动添加电脑陪打,或者玩家超时被托管。真要加难度分级,最直接的两个旋钮是「是否用有效进张做二次排序」和「残局是否转防守」。
顺带说回放
每局的发牌快照和完整动作序列都会落库。回放不是录屏,是把动作重新喂给规则引擎跑一遍——牌墙是快照,所以回放出来的结果和当时必然一致。这一点对调试 AI 特别有用:可以直接对比「当时 AI 打了什么」和「复盘时我会打什么」。