文档名：国标麻将的多尺度骨干神经网络模型
摘要：在有多轮次、状态空间巨大、81种不同类别的番种、胡牌方式复杂的国标麻将中,普通的神经网络难以对复杂的数据进行表达和拟合.首次将多尺度骨干的深度神经网络用于实现麻将AI,以更好地捕获国标麻将的局部以及全局特征,适用于处理复杂数据,做出更准确的游戏策略.基于IJCAI2020Champion的对局数据,对训练数据进行数据增强.采用增强后的数据,在NVIDAIGeForceRTX3090LapTopGPU上进行了5天的监督学习训练,训练出的模型有52M参数,动作准确率达到93.47％,弃牌准确率达到83.93％,鸣牌准确率达到97.56％.将提出的模型部署到北京大学开发的Botzone平台上,进入天梯榜前1％.
Abstract：Chinesestandardmahjonginvolvesmultiplerounds,immensestatespace,81differentcategoriesoftiles,andcomplexwinningstrategies.ConventionalneuralnetworksstruggletoexpressandfittheintricatedataofChinesestandardmahjong.Forthefirsttime,amulti-scalebackbonedeepneuralnetworkisemployedtobuildamahjongAIalgorithm,tobettercapturelocalandglobalfeaturesofnationalstandardmahjong,suitableforprocessingcomplexdataandmakingmoreaccurategamestrategies.BasedonthegamedatafromtheIJCAI2020Championship,thetrainingdatasetundergoesdataaugmentation.Usingtheaugmenteddata,theproposedalgorithmreceives5daysofsupervisedlearningtrainingonanNVIDIAGeForceRTX3090LaptopGPU.Thetrainedmodelhas52millionparameters,achievinganactionaccuracyof93.47％,discardaccuracyof88.93％,anddeclarationaccuracyof97.56％.TheproposedmodelisdeployedonBotzoneplatformdevelopedbyPekingUniversityandithasenteredthetop1％oftheleaderboard.
作者：代君学 李霞丽 刘博 王昭琦Author：DAIJunxue LIXiali LIUBo WANGZhaoqi
作者单位：中央民族大学民族语言智能分析与安全治理教育部重点实验室,北京100081;中央民族大学信息工程学院,北京100081
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2024, 38(9)
分类号：G892TP183
关键词：深度学习 麻将 卷积神经网络 Res2Net50 多尺度骨干架构
Keywords：deeplearning mahjong convolutionalneuralnetwork Res2Net50 multi-scalebackbonear-chitecture
机标分类号：TP391.41TP183TP273
在线出版日期：2024年7月11日
基金项目：国家自然科学基金，国家自然科学基金国标麻将的多尺度骨干神经网络模型[
期刊论文] 重庆理工大学学报--2024, 38(9)代君学 李霞丽 刘博 王昭琦在有多轮次、状态空间巨大、81种不同类别的番种、胡牌方式复杂的国标麻将中,普通的神经网络难以对复杂的数据进行表达和拟合.首次将多尺度骨干的深度神经网络用于实现麻将AI,以更好地捕获国标麻将的局部以及全局特征,适用...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
国标麻将的多尺度骨干神经网络模型 The multi-scale backbone neural network model for Chinese standard mahjong
国标麻将的多尺度骨干神经网络模型.pdf
- 文件大小:
- 5.85 MB
- 下载次数:
- 60
-
高速下载
|
|
