國標麻將的多尺度骨干神經(jīng)網(wǎng)絡(luò)模型

摘要： 在有多輪次、狀態(tài)空間巨大、81種不同類別的番種、胡牌方式復(fù)雜的國標麻將中，普通的神經(jīng)網(wǎng)絡(luò)難以對復(fù)雜的數(shù)據(jù)進行表達和擬合。首次將多尺度骨干的深度神經(jīng)網(wǎng)絡(luò)用于實現(xiàn)麻將AI,以更好地捕獲國標麻將的局部以及全局特征，適用于處理復(fù)雜數(shù)據(jù)，做出更準確的游戲策略。基于IJCAI 2020 Champion的對局數(shù)據(jù)，對訓(xùn)練數(shù)據(jù)進行數(shù)據(jù)增強。采用增強后的數(shù)據(jù)，在NVIDAI GeForce R... （共8頁）