一种掼蛋扑克的机器博弈出牌方法、系统及存储介质技术方案

本发明专利技术涉及一种掼蛋扑克的机器博弈出牌方法、系统及存储介质，属于深度学习和机器博弈技术领域。首先计算所抽到牌面的能量，按照能量计算公式进行计算，然后将牌分成三种基础有效牌形，进行配牌，对牌面进行计算，通过深度学习训练参数，可以用一种最小的数据集获取公式，并取得参数，算Value值，按照Value值实时调整出牌策略，出牌的规则一共有三种类型，包括出牌、跟牌和冲刺。发明专利技术了一种基于深度学习的计算策略，在扑克游戏中实现机器算法，对家的两个角色采用相同的方法，两组算法进行扑克游戏竞赛，最终训练出更加智能的扑克竞赛方法。最终训练出更加智能的扑克竞赛方法。最终训练出更加智能的扑克竞赛方法。

【技术实现步骤摘要】
一种掼蛋扑克的机器博弈出牌方法、系统及存储介质


[0001]本专利技术涉及深度学习和机器博弈
，具体地说，涉及一 种掼蛋扑克的机器博弈出牌方法、系统及存储介质。

技术介绍

[0002]从上世纪40年代起，深蓝、AlphaGo引起全民的关注，机器 博弈一直以来都是验证计算理论与人工智能理论的试金石。计算机 博弈是测试人工智能所达到水平的重要平台，是研究、开发用于模 拟、延伸和拓展人的智能理论的方法、技术及应用的一门学科(参 考文献：杨善林，倪志伟.机器学习与智能决策支持系统[M].Ke xuechu ban she，2004.)，机器博弈被誉为人工智能的果蝇(参考文献： 许燕红.人机博弈[J].艺术与设计,2016(4):150
‑
151.)，与果蝇在生物 遗传学中的作用相似，研究机器博弈产生的大量成果，可以应用在 下棋、扑克等更多领域中(参考文献：方园，赵姝颖，闻时光，等. 人机博弈技术展示——下棋机器人[J].机器人技术与应用， 2014(2):39
‑
42.)。
[0003]惯蛋是一种在淮安地区广为流传的扑克游戏，是由地方的扑克 牌局“跑的快”发展而来，牌局采用四人结对竞赛，使用两副牌、 输赢升级的方式进行，使牌局更富有创造性和娱乐性，
[0004]牌型共有：两连对、炸弹、四王、同花顺、顺子、钢板、单牌、 对牌、三张牌、三带两等，其中牌型大小按照四个王>六张和六张 以上炸弹>同花顺>五张炸弹>四张炸弹>其他牌型，对于一般牌型 而言，只有点牌型相同和综述相同的牌，才可以比较大小，其中像 三带二、三顺等组合牌型，只要比较牌数最多牌值即可，只有当前 出的牌打的才能继续出牌。名次的先后顺序为头游、双下(就是和 对家最终为最后两名)、末游，扑克牌的顺序依次为大王、小王、 K、A、Q、J、10、9、8、7、6、5、4、3，其中升级规则为最先出 牌结束的为头游，最后一个出牌结束的是末游。其中，如果是双下， 赢家升3级；对手一家是末游赢家升2级；赢家的对门是末游，赢 家升1级；单方三次头家，升1级；4次升2级以此类推；单方三 次末游，推一级；当达到A即为游戏结束。
[0005]传统的扑克牌的计算方法存在：需要内存空间大，计算牌型不 够智能、配牌方式需要深度遍历和广度遍历结合的方式，每次出牌， 存在出牌时间久、缺乏通用型等问题。针对“淮安灌蛋”扑克的智 能博弈方法的研究较少，需要研究一种智能化、内存小、计算速度 快的出牌策略。

技术实现思路

[0006]本专利技术的目的是提供一种掼蛋扑克的机器博弈出牌方法、系统 及存储介质，计算方式简单，在每一个具体情境出现时进行推理， 实现更加接近人类玩家习惯的扑克策略。
[0007]为了实现上述目的，第一方面，本专利技术提供的掼蛋扑克的机器 博弈出牌方法包括以下步骤：
[0008]1)计算所持扑克牌中每种拆牌方式的拆牌损失E1及所拆牌型 对应的价值E2，计
算每种拆牌方式的能量值Ea＝E1+E2；
[0009]2)比较每种拆牌方式的能量值，得到minEa；
[0010]3)计算价值k为常量；
[0011]4)根据Eb的值对应的牌型进行出牌。
[0012]上述技术方案中，以淮安惯蛋扑克为研究对象，通过能量最小 化算法计算出牌方式，计算方式简单，通过计算拆牌损失和红心牌 加入后对整体的价值，选择最优的出牌方式，通过深度学习，训练 得到最优的k值，该方法更加注重出牌时的策略，在每一个具体情 境出现时进行推理，实现更加接近人类玩家习惯的扑克策略。
[0013]作为优选，步骤1)中，所述的拆牌损失E1的值等于所持扑 克牌的个数。如“7、9、10、j、qqqq、k、红心5”的拆牌损失 为10。例如：当手中持有“8 10 J Q K AAAA”，AAAA当作炸弹 出牌时，剩余单牌的损失整体变大，因为持有单牌数量过多。
[0014]作为优选，步骤1)中，每种牌型对应的价值计算方式如下通 过以下方式确定：
[0015]三张相同牌的Value值：V3(i+1)＝V3(i)+1；如V3(3)＝V3(2)+1， 即3张3的值比3张2的Value值大1。
[0016]两张相同牌的Value值：V2(i+1)＝V2(i)+1；
[0017]炸弹的Value值：V4(2)＝V3(A)+1，V4(3)＝V4(2)+1；
[0018]同花顺的Value值：V5(2)＝V4(A)+1，V5(i+1)＝V5(i)+1；
[0019]i为牌的数值；
[0020]在抽到一手牌时，共有26张牌，从2
‑
A共有13张牌，在灌蛋 扑克中会抽到一张牌，这张牌对应的红心就作为自由牌，可以替代 任何牌型；具体方式如下：
[0021]当随机抽到本局打牌为红心5时，2～4对应value值分别是1～3， 6～A对应的value值分别是4～12，方块5、黑桃5、梅花5对应的value值为13，红心牌作为14以此类推；两个2小于两个3，五个 2大于4个A的定义进行牌的value值的定义。
[0022]作为优选，步骤1)中，所持扑克牌分为以下三类：
[0023]第一类有效牌C1：不拆牌的情况下，能够降低组数的牌；例 如，当手中持有“333 22”时，可以分两手出牌，当三带二把牌出了， 在不拆牌的情况下降低了牌的组数。
[0024]第二类有效牌C2：不能降低组数，但可以增加价值；例如， 当手中持有“3333 45678”时，把原有的“333 345678”改出“3333 45678”，还是两手牌，把“3333”当作炸弹出牌，不降低整体出牌 组数，不降低出牌的组数，但是可以增加价值。
[0025]第三类有效牌C3：不能提高C1、C2的效率，但可以帮助对家 压牌。例如，当手中持有“7 8 999910 J”出牌时，拆了9压了上家 的顺子，C3指会降低出牌组数或降低价值的出牌方式，为了帮助 对家上牌，拆掉手里的牌。
[0026]第一类有效牌C1可以让组数降低，例如组数(Z)降低的价值， 组数Z表示一手牌，例如三个2是一组、两个3也是一组，拿到牌 不进行配牌，只要求组数最小Ez＝min(Z)。
[0027]作为优选，步骤3)中，常量k通过以下方法得到：
[0028]预先给定k的值，当k＝2，放大损失值进行计算，当k＝1/2， 减少损失值战的比例进行计算，通过每次增加或减少0.5不断调整， 找到赢牌次数最多的k的值。首先通过把发到手中的一副牌，放入 深度学习神经网络中进行训练，通过改变参数：训练轮数 (epoch)、
归一化参数(min
‑
max)、学习率(learning rate)，获 得整副牌赢的概率最大的k的值。
[0029]每个k值训练20次，计算当前k的赢牌概率，在程序中预先 设定增加0.5作为自动训练的方式，每增加0.本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种掼蛋扑克的机器博弈出牌方法，其特征在于，包括以下步骤：1)计算所持扑克牌中每种拆牌方式的拆牌损失E1及所拆牌型对应的价值E2，计算每种拆牌方式的能量值Ea＝E1+E2；2)比较每种拆牌方式的能量值，得到minEa；3)计算价值k为常量；4)根据Eb的值对应的牌型进行出牌。2.根据权利要求1所述的掼蛋扑克的机器博弈出牌方法，其特征在于，步骤1)中，所述的拆牌损失E1的值等于所持扑克牌的个数。3.根据权利要求1所述的掼蛋扑克的机器博弈出牌方法，其特征在于，步骤1)中，每种牌型对应的价值计算方式如下：三张相同牌的Value值：V3(i+1)＝V3(i)+1；两张相同牌的Value值：V2(i+1)＝V2(i)+1；炸弹的Value值：V4(2)＝V3(A)+1，V4(3)＝V4(2)+1；同花顺的Value值：V5(2)＝V4(A)+1，V5(i+1)＝V5(i)+1；i为牌的数值；在抽到一手牌时，共有26张牌，从2
‑
A共有13张牌，在灌蛋扑克中会抽到一张牌，这张牌对应的红心就作为自由牌，可以替代任何牌型；具体方式如下：当随机抽到本局打牌为红心5时，2～4对应value值分别是1～3，6～A对应的value值分别是4～12，方块5、黑桃5、梅花5对应的value值为13，红心牌作为14以此类推；两个2小于两个3，五个2大于4个A的定义进行牌的value值的定义。4.根据权利要求1所述的掼蛋扑克的机器博弈出牌方法，其特征在于，步骤1)中，所持扑克牌分为以下三类：第一类有效牌C1：不拆牌的情况下，能够降低组数的牌；第二类有效牌C2：不能降低组数，但可以增加价值；第三类有效牌C3：不能提高C1、C2的效率，但可以帮助对家压牌。5.根据权利要求1所述的掼蛋扑克的机器博弈出牌方法，其特征在于，步骤3)中，常量k通过以下方法得到：预先给定k的值，当k＝2，放大损失值进行计算，当k＝1/2，减少损失值战的比...

【专利技术属性】
技术研发人员：潘志庚，孙亚文，张明敏，徐守江，朱兆辉，高和蓓，
申请(专利权)人：杭州师范大学，
类型：发明
国别省市：