基于深度神经网络的日本麻将站立式听牌预测.zip

--- title: 科学麻将：从不放炮开始 date: 2019-03-26 15:34:00 tags: 日麻, 听牌预测, 深度学习 --- # 项目地址 [https://github.com/GanjinZero/Tenpai_prediction](https://github.com/GanjinZero/Tenpai_prediction) # 项目背景 日本麻将是一种最强调防守的麻将，它比其他的麻将更注重不要点炮（也就是放铳）。雀魂最近比较流行，所以我又重新开始玩日麻（以前在MJ和天凤都打过一点）。我也比较菜，才打到雀士三。一个经常遇到的场景时，当有人立直（门清宣告听牌）的时候，当我选择弃胡时，我想知道应该打出什么样的牌才不会点炮。这就是在这个项目中研究的问题：当他家率先立直时，他家可能的听牌有哪些。这个问题可以看成是一个文本分类问题来考虑，将前面已经打过的牌当作文本，听牌考虑成文本最终的分类。当然这还是和文本分类问题不太一样的，因为对于某一个文本一般是固定一个分类（比如情感分类中的积极或者消极）；而对于麻将而言首先一次听牌可以听好几种牌（纯正九莲宝灯！）、其次同样的舍牌可能听的牌完全不同。 在这里推荐一本书《科学するマジャン》，可以在苹果的图书商店下载到。这里有利用概率论计算的麻将打法和一些关于麻将的数值模拟结果。本项目也是在阅读该书中产生的想法。  ``` ロン!断幺九!30符1番,1000点! ``` # 数据准备 ## 牌谱收集 最初是在《科学する麻雀》中看到了该书作者とつげき東北的[个人主页](http://totutohoku.b23.coreserver.jp/hp/)，然后在这面找到他收集的一些在东风庄这个平台上的一些[牌谱](http://totutohoku.b23.coreserver.jp/hp/HAIHU.htm)。 []() 一共收集有万份左右的牌谱。 一份牌谱的示例如下 ``` 東2局 0本場(リーチ0) YZKTR 3000 松戸の俊 -1500 菌太郎 -1000 シャモア -500 30符 二飜ツモ リーチ 門前清模和 [1西]3p8p9p3s4s8s8s南西北白白発 [2北]1m5m6m7m4p6p1s5s7s東白白中 [3東]3m5m2p3p4p6p8p9p1s5s7s8s8s [4南]1m4m4m9m1p5p5p7p9p4s4s北中 [表ドラ]西 [裏ドラ]北 * 3G9s 3D9s 4G中 4d9m 1G8m 1d北 2G4m 2d1s 3G6p 3D6p 4G1p 4d1m * 1G6s 1d南 2G2s 2d1m 3G6s 3D6s 4G2s 4D2s 1C3s4s 1d8m 2C6m7m 2d2s * 3G3s 3G3s 4G7p 4d9p 4R 1G3s 1d9p ``` 这里记录了对局信息，胡牌的番型和各家起手牌、宝牌、每家每一轮的摸牌、切牌和鸣牌。这些牌谱的具体信息会在下文的**牌谱准备**中详细介绍。4R代表南家立直，那么对于东、西、北家都需要预测南家可能的听牌。因为各家的起手牌不同，摸到的牌也不同，所以对于南家的听牌有不同的估计（在德扑中叫做阻隔牌）。三家由于有不同的起手信息，所以可以生成三份训练数据。例如对于北家而言，可以只留下北家可以知道的信息作为训练用的x，而将南家的真实听牌作为训练用的y。 ## 数据增强 只用这些牌谱数据看起来还有些不够，训练出的结果不是很理想。考虑可以这样生成一些假的牌谱。将中、发、白以某种顺序置换；将饼、万、索以某种顺序置换；将123456789变成987654321。这样的变换不能保证是完全合理的。一个原因是绿一色导致索和饼、万并不是完全等价的，但考虑到绿一色出现的概率如此的低就不管了。另一个原因是宝牌的问题，比如原来的宝牌指示牌是1m，宝牌是2m。如果进行了123456789变成987654321，宝牌就会变成8m；这时宝牌指示牌并不能变成9m，而变成了7m。这两个问题不能很好解决，但为了获得更多的牌谱，还是进行了这几种置换。中发白的置换共6种，饼万索的置换共6种，数字颠倒共2种（颠倒或者不颠倒），一共6\*6\*2=72种变换方式。对每一份牌谱，我们随机的选择k=7种变换作为增强的数据。（考虑到内存大小，k不要太大） ## 将牌谱编码 我们将每一次摸牌，鸣牌或者打牌都定义为一个action，然后将这个action嵌入到一个52维向量中。这个向量描述了这个动作是谁执行的（东西南北家），是进行了什么动作（摸牌、切牌、吃碰杠、立直），是和哪一张牌进行了交互，交互牌是否是自风、场风、宝牌这些信息。具体的编码方式可以看**/src/haifu_parser.py**中的**action_to_vector(action, player, chanfon, jikaze, dora_list)**函数。 # 模型训练 模型使用了双层LSTM网络连接34维的Softmax层进行预测（麻将一共34张不同的牌）。损失函数为交叉熵。在两块1080Ti的显卡下训练70个epoch得到了预训练的模型，大约需要训练2个小时。具体的模型可以参照**/src/neural_network.py**中的结构。 # 进行预测 ## 预备工作 需要有可以编译Python3的环境。在终端中输入 ``` $ git clone https://github.com/GanjinZero/Tenpai_prediction.git ``` 下载该项目。在终端中输入 ``` $ pip install -r requirements.txt ``` 安装依赖。 ## 牌谱准备 预训练好的模型保存在**model/tenpai.model**。我们需要将牌谱设置为**data/test.txt**中的格式，并保存到**data/test.txt**中： ``` 東2局 0本場(リーチ0) 123 [1西] [2北]1m5m6m7m4p6p1s5s7s東白白中 [3東] [4南] [表ドラ]西 [裏ドラ]北 * 3D9s 4d9m 1d北 2G4m 2d1s 3D6p 4d1m * 1d南 2G2s 2d1m 3D6s 4D2s 1C3s4s 1d8m 2C6m7m 2d2s * 3D3s 4d9p 4R 1G3s 1d9p ``` - 第一行填写东x局（或者南x局），后面的本场、立直棒、点棒信息都不是必要的。 - 第二行填写符数、翻数、番形，可以留空行，但不能把这行都删了。 - 第三-六行填写四家起手牌，可以只填自家牌，其他留空。其中m代表万，p代表饼，s代表索；“東南西北中発白”请使用日语汉字。比如： ``` [1西] [2北]1m5m6m7m4p6p1s5s7s東白白中 [3東] [4南] ``` - 第七行填写宝牌和里宝牌，里宝牌可以不填。注意是宝牌，不是宝牌指示牌！ - 第八行起填写这局牌的行进过程。每一行以\*开始，每一个行动和行动之间有一个空格。比如第一行的动作3D9s可以翻译为东家摸切9s，4d9m可以翻译为3家切掉9m。只需要记录自家的摸牌动作（在这里就是2G，因为其他家摸到的牌你是看不见的，就算输入了模型也会忽略其他家的摸牌数据）完整的动作对应表见下表： | 字符 | 含义 | 用法示例 | | :-------: | :----------------: | :----------------: | | G | 自摸（不是自摸和） | 1G1m | | d | 切牌 | 1d2s | | D | 摸切 | 1D1m | | N | 碰 | 1N | | C | 吃 | 1C1s3s（1s3s是玩家1自己的牌） | | K | 杠 | 1K1s | | R | 立直 | 1R | | A | 胡牌 | 1A | **data/test.txt**中可以保存多个牌谱，请在牌谱和牌谱之间用空行分隔。 P.S. 如果可以直接获取到文字格式的天凤或者雀魂牌谱，可以编写一个牌谱的自动encoder，就不需要上述这么麻烦了。 ## 开始预测 在**src**文件夹下，使用如下的命令进行预测 ``` $ python predict.py ``` 就可以看到类似如下的预测结果 ``` Richi player tenpai: ['3m', '6m', '9m'] Player 1: {'3m': 0.33759603,