基于神经网络的斗地主程序（二）

太长不看版：https://github.com/MrWolffy/Fight-The-Landlord-With-CNN

上一篇文章发出去之后有各路大神给出了各种建议。信科的大神们说可以用强化学习，但是我还没有学过，所以决定暂时先不换模型。这段时间主要的工作在于更换输入和训练左右互搏。

首先将跟牌和出牌的数据分开训练。这一个做法就让预测准确率从原来的65%左右上升到68%-70%左右。在这段时间中我发现了一个重大的bug，收集数据的时候生成的参数和决策的时候生成的参数不对应，导致出牌的时候算出的概率不是正确的概率，所以之前会发现出牌特别玄学。改掉之后出牌变得正常很多。虽然我没有给它任何特判的限制，但是它也学会了一些正常人的出牌方式，比如在跟单牌的时候通常不会把对子拆开。所以说模型还是做出了很多工作的。

和程序打了几局之后我发现程序有一个明显的问题，就是出牌的时候不会选择最小的牌出，这和正常人的思维并不一样，而且这种出牌方式并不能让它的胜率变高。这种问题主要表现在出单牌和对子上，因为高级牌通常不存在最小的问题，有就不错了。因此我增加了几个描述单牌和对子大小的参数，包括出牌的level与手牌最小level的差及其二次项、主动出牌时出的是不是最小、跟牌时出的是不是能管上的最小、以及出牌的level。增加了这几个参数之后训练集上的预测准确率基本达到了70%，而新数据集的预测准确率降到65%。增加参数之后这一问题有了一定改善，但是在很多时候还是不从最小的开始出。

我尝试了让我的程序和python的sample2对打，以及我的程序自己对打。Python的sample2比sample强一些，和它对打我的程序胜率大概是25%左右。对打之后的数据预测准确度仅仅处于机遇水平，在训练集上的预测准确度也不高，大概在65%左右。但是对打后的程序确实强了一些，总体上看表现已经不错了，只是在某些关键点（比如终局前的几手）表现的不如人好，所以和我打的时候会输。

我的程序自己对打的时候数据预测准确度也比较低，新数据集大概在60%多一点，训练集上跟牌的预测准确度大概是66%，出牌的预测准确度可以达到70%以上。经过两轮学习之后我已经有点打不过程序了，之前不出最小牌的问题也已经基本解决。现在程序唯一的缺点就是两个农民之间会互相管，导致农民会输，这一点在我的程序自己对打的时候也验证过了，地主的胜率有60%以上。我在原文里放了一个我的程序自己对打的示例，可以看到在大部分时候程序出牌的思维和人已经比较接近。原文的链接可能需要在电脑端打开，手机端效果不好。

（人不如机器）

之后可能不会再花很多时间来写了，主要是电脑实在受不了而我又懒的租服务器。每次跑程序的时候风扇都会发出很大的声音，在我平时用电脑的时候完全不会这样，怕时间长了影响性能还是别太糟践电脑了。毕竟只是想解锁一个技能而已，没有打算练出来一个无敌程序和别人打。