写完了斗地主的AI之后，我就开始着手写一个麻将的人工智能算法。使用了20万条数据进行训练之后，发现机器人水平已经明显比普通人的胜率要高。下面我详细介绍一个这个方案，如果有不妥之处，请与我联系。
这个方案提供一种机器学习的新思路，使模型可以根据当前游戏的情况，进行智能判断更加准确的打出哪张牌，使手上的牌可以更快的胡牌。
为此，本方案提供了一种麻将游戏的机器学习实现方法。所述方法包括:
- 如何设计模型数据与标签。
- 如何建立模型。
- 如何训练模型。
在开始设计模型数据之前，有必要先介绍一下麻将的玩法，理解玩法之后，对于理解数据的设计有很大帮助。
麻将介绍
麻将是一种易学难精的一种游戏，麻将的玩法因各地方不同而各有不同，这里介绍的是一种广东地区的一种癞子玩法，它需要4个人一起打，每个人开始的时候都有13张牌。然后逆时针由庄家开始先摸一张牌，庄家要么胡牌，要么从手上打出一张牌。庄家打出一张牌后，其它玩家可以选择碰牌，如果玩家都不碰牌那么就轮到下一个玩家摸牌。
麻将牌:
麻将牌共分为条子，万子，筒子，字牌4类。
条子分别是1条，2条，3条，4条，5条，6条，7条，8条，9条
万子分别是1万，2万，3万，4万，5万，6万，7万，8万，9万
筒子分别是1筒，2筒，3筒，4筒，5筒，6筒，7筒，8筒，9筒
字牌分别是东，南，西，北，中，发，白; 注意这里红中，白板为癞子
以上每一种牌都有4张。其中条子9 * 4 = 36张, 万子9 * 4 = 36张, 筒子 9 * 4 = 36张 以及字牌7 * 4 = 28张，一共36 + 36 + 36 + 28 = 136张
条子9种牌，万子9种牌，筒子9种牌，字牌7种牌，总共9+9+9+7 = 34种不同的牌。
分别用0~33表示每一种牌。
0,1,2,3,4,5,6,7,8分别表示:
1筒，2筒，3筒，4筒，5筒，6筒，7筒，8筒，9筒
9,10,11,12,13,14,15,16,17分别表示:
1条，2条，3条，4条，5条，6条，7条，8条，9条
18,19,20,21,22,23,24,25,26分别表示:
1万，2万，3万，4万，5万，6万，7万，8万，9万
27,28,29,30,31,32,33分别表示:
东，南，西，北，中，发，白
例如0表示1筒,9表示1条，18表示1万，27表示东，
胡牌
当玩家把手上的牌形成m * ABC + n*AAA + DD 的形式，就是胡牌。
其中ABC表示顺子，条子，万子，筒子这3条牌相连的3张牌，称为顺子。例如1条，2条，3条，形成顺子。 4筒，5筒，6筒形成顺子。但是8万，9万，1万，不是顺子，东，南，西，也不是顺子。
其中AAA表示坎，相同的3张牌形成坎。例如1万，1万，1万是坎；西，西，西是坎。
其中DD表示一对，相同的2张牌就是一对。例如2条，2条。
其中m与n 表示个数，可以有任意的顺子个数，任意的坎个数。
以下牌形就是胡牌
1条，2条，3条，7条，8条，9条，4筒，5筒，6筒，1万，2万，3万, 9万，9万.
这里有4个顺子，没有坎，9万，9万形成一对。
以下牌形也是胡牌
1条，1条，1条，3条，3条，3条，5条，5条，5条，7筒，7筒，7筒，东，东。
这里没有顺子，有4个坎,东，东形成一对。
以下牌形也是胡牌
1条，2条，3条，5条，5条，5条,7条，8条，9条，7筒，7筒，7筒，8筒，8筒
这里有2个顺子，1,2,3条以及7,8,9条；有2个坎5条，5条，5条，7筒，7筒，7筒
两个8筒形成了一对。
癞子
癞子也叫鬼牌；癞子是指可以变成任意牌的牌，这里我们指定红中，白板为癞子，手上有这两种牌时，它们可以变成任意的牌。有了癞子可以更方便凑成胡牌。
例如
1条，2条，3条，7条，8条，9条，4筒，6筒，1万，2万，3万, 9万，9万，中
可以胡牌，这里面的“中”可以变成5筒形成胡牌。
听牌
玩家手上只需要再加上一张牌就形成胡牌，这种牌型，我们称之为听牌。
例如1条，2条，3条，7条，8条，9条，4筒，5筒，1万，2万，3万, 9万，9万
是听牌，正在听3筒和6筒。
设计模型数据与标签
我们建立了一个称之为FoxThinker的神经网络系统，可以根据手中的牌形，来选择打出哪张牌后，可以更快的形成胡牌牌形。
在麻将数据中，我们设定了一个N * 70的数据，其中N表示数据的条数，我们训练的时候，取N为20万，也即是我们使用了20万条数据进行训练。
这里列出了10条训练数据，表示在某种场合下，应该打什么牌。
其中前34位表示手上有什么牌，第35位~68位表示哪些牌为癞子，第69位表示应该打出什么牌，第70位表示，打出牌之后听几张牌。
我们以第一行的数据来具体解释每一位的含义。
0,0,1,0,0,0,0,1,1,0,0,0,0,2,0,1,0,0,1,0,1,0,0,1,0,0,1,0,1,1,1,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,1,28,0
前34位表示手上有什么牌例如
0,0,1,0,0,0,0,1,1,0,0,0,0,2,0,1,0,0,1,0,1,0,0,1,0,0,1,0,1,1,1,0,0,1
共34位，每一位代表一种牌的数量。
从左到右分别代表1筒,2筒, 3筒, 4筒, 5筒, 6筒, 7筒, 8筒,9筒, 1条,2条, 3条, 4条, 5条, 6条, 7条, 8条,9条, 1万，2万，3万，4万，5万，6万，7万，8万，9万, 东，南，西，北，中，发，白。
0,0,1,0,0,0,0,1,1,0,0,0,0,2,0,1,0,0,1,0,1,0,0,1,0,0,1,0,1,1,1,0,0,1
这34位中，第1位为0表示没有1筒，第2位为0表示没有2筒，第3位为1表示有一个3筒. 如此类推，上面这串数字代表的牌型为:
第35到68位用于表示什么牌将会作为癞子。
这里0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,1
只有2个位置为1, 代表红中与白板为癞子。
第69位表示玩家打出什么牌，这里是28, 28表示南。
第70位表示，打出南之后，听几张牌，这里是0,表示听0张牌。也即没有听牌。
这里再举一个例子：
0,1,0,0,0,0,0,0,0,0,0,0,2,0,0,0,0,0,1,0,0,0,1,1,1,3,0,0,0,0,2,0,0,2,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,1,18,4
表示手牌为:
打出18, 18表示1万。
打出1万之后，可以听4张以上的牌，听的牌分别是1筒，2筒，3筒，4条，北。
听牌个数中，0表示没听牌，1表示听1张牌，2表示听2张牌，3表示听3张牌，4表示听4张及以上的牌。
值得注意的是，红中白板是癞子，它可以变成任意一张牌。
数据输入层，我们使用68位数组，分别表示手牌是什么，癞子是什么。
69位是标签，表示应该打什么牌。
70位也是标签，表示打出牌之后，可以听多少张牌。
建立模型
我们使用了20 万条游戏数据，从中抽取出胜利玩家的打牌习惯，输入到神经网络中，进行训练。然后把训练好的模型来预测手上有某些牌型时，应该打出什么牌。
模型的流程如下图所示:
上面模型，我们采用了Tensorflow 2.0的版本进行训练，代码参考如下图所示
训练模型
我们采用了监督学习的方法，让网络训练20万条游戏数据。
FoxThinker里面有2个模型，一个是选牌模型，另一个是听牌模型。结合两者的结果，最终决定打出什么牌。
第一层网络层，我们采用了1024个神经元，采用了Tanh激活函数。
第二层网络层, 我们采用了1024个神经元，采用了relu激活函数。
第三层网络层，我们采用了128个神经元，采用了Tanh激活函数。
第四层全连接层，我们采用了34位输出，用于表示从1筒到白板34种牌中，打出牌的概率。
经过测试我们发现1024个神经元是最为稳定的，当神经元过少的时候，训练速度比较快，但是预测的准确率比较低。当神经元比较多的时候，例如2048, 训练速度非常的慢，并且预测的准确率并没有显著的提高。
测试模型
测试效果，我们以其中一局牌为例子，在本局中，一个真实玩家，对3个机器人玩家。
以其中一个最终胡牌的机器人手牌为展示。
打出了4筒，没有打南风，软件正在打算做混一色。
摸一张西之后，软件打出5条，混一色动机已经非常明显。
摸一张6万之后，打出西。
当摸一张白板后，打出南，形成听牌，最后该机器人摸3万自摸。
实施过程中，我们使用Mac 系统10.13.6版本，T采用ensorflow2.0版本，使用了1个cpu进行训练。20万条游戏数据，我们一共花费了4个小时就训练完成了。
Java Script环境中，我们采用Node JS 8.9.3; Tensorflow JS 2.0
