前段时间和做游戏的朋友，还在讨论，有没有非常好的中国棋牌游戏的机器人程序。
碰巧关注到机器学习顶会之一的ICLR 2019（International Conference on Learning Representations）有一篇文章是关于“斗地主”的论文《A Solution to China Competitive Poker Using Deep Learning》。
ICLR 2019采用了双盲评审，目前还看不到文章的作者信息。文章的原文可以参考：
A Solution to China Competitive Poker Using Deep Learningopenreview.net/forum?id=rJzoujRct7
以下分几个部分表达我对中国传统棋牌人工智能的观点。
1.中国传统棋牌人工智能问题的特征
2.“斗地主”人工智能的参考
3. 游戏产业中棋牌人工智能的几个要素
1.中国传统棋牌人工智能问题的特征
“斗地主”、“麻将”这些都是国内广泛流行的传统棋牌，相信在高铁、地铁、一些公共场合，看到老百姓拿着手机在玩这些游戏。可想而知，这类游戏的广泛群众基础。
但是中国传统棋牌和围棋来对比（当然围棋也是中国发源），传统棋牌有以下特征：
信息不完整。围棋中，对手的和自己的棋子都在棋盘上，对于当前的棋盘状态一清二楚。而类似“斗地主”、“麻将”只知道自己手中的牌和桌面上的牌（姑且叫做明牌），对于对手或者同伙的牌以及没有摸起来的牌（姑且叫做暗牌）是一无所知的。需要根据明牌来推测暗牌，进而明确当前的状态。
游戏的随机性。游戏的胜负受到牌初始的排列组合（洗牌），和游戏过程中出牌的随机性的影响。
游戏中的配合。“斗地主”这类传统棋牌游戏中，还需要多个“农民”来配合打到“地主”。用一句话总结：不怕神一样的对手，就拍猪一样的队友。
2.“斗地主”人工智能的参考
在这篇双盲论文中《A Solution to China Competitive Poker Using Deep Learning》设计了DeepRocket，整个AI有三个核心部分：抢地主模块（Bid Module）、策略选择模块（The Policy Network）、出牌选择模块（The Kicker Network）
图1 斗地主AI的流程图
抢地主模块（Bid Module）在初始阶段，用于判断是否需要抢地主。而策略选择模块（The Policy Network）、出牌选择模块（The Kicker Network）根据状态来决定出牌。
抢地主模块（Bid Module）主要根据手中的A、2、王的个数，来逻辑判断是否要抢地主。
策略选择模块（The Policy Network）和出牌选择模块（The Kicker Network）都采用CNN网络、一个全连接层、 Relu作为激活函数进行构建。
图2 The Policy Network和The Kicker Network流程图
策略选择模块主要是根据状态，来确定出牌类型。而出牌选择模块进一步预测确定性的出牌。例如策略选择模块确定要出“789”的牌，而出牌选择模块，确定出“789J”还是“789Q”
Paper采用了8百万的游戏数据，进行了神经网络的训练。在此做一下大胆的猜想，能否像AlphaGo Zero没有游戏数据，而是通过自己和自己的交战，来提升智能水平。
3. 游戏产业中棋牌人工智能的几个要素
游戏产业中的棋牌人工智能和学术界的人工智能，还是有些差别的。
信息的完整性。由于游戏产业中，棋牌的正常运行是依靠服务器程序来完成的，也就是不论每个人手中的牌，还是底牌，服务器程序都是知道，因而就没有暗牌。因此棋牌游戏的信息不完整性其实在游戏产业中是不存在的，游戏产业中的人工智能最优化求解问题，肯定要比学术界研究的简单。
人格化。游戏产业中的Bot程序在于陪伴真实的人类进行比赛，进而扩展游戏的在线使用人数、留存游戏的使用用户。如果仅凭逻辑推理上讲，人工智能的Bot肯定要高于普通人类玩家。但是人类玩家如果明显感觉到和自己挑战的是个Bot，而不是人类，就会丧失游戏的激情。所以，游戏产业中的人工智能，不但要具备足够的EQ可以和人类玩家进行PK，还要具有一定的IQ让人类玩家产生游戏的乐趣。即是人工智能具有人格化，具有情绪和情感。这个产业需求也正和AI大牛的预测相符。
