騰訊AI登頂國際麻將平臺 刷新全球最好成績

IT之家今日（7月11日）消息，騰訊官方今日宣布，騰訊AI登頂國際麻將平臺，在日本麻將天鳳平臺特上房達到穩(wěn)定段位10.68段，刷新了AI在麻將領(lǐng)域取得的最好成績。

據(jù)騰訊官方介紹，騰訊AI絕藝LuckyJ之所以去日本打比賽，是因為“天鳳”是知名的日本麻將競技平臺，擁有較為體系化的競技規(guī)則和專業(yè)段位規(guī)則，受到“職業(yè)麻將屆的廣泛認可”，全世界的麻將AI基本都在這里進行訓(xùn)練和打段。

天鳳平臺按照1段—11段來進行排位，其中7段以上3037人，約占百分之一，而能達到10段的只有27人（含AI），只占不到萬分之一，相當(dāng)于王者榮耀里的榮耀王者段位。

據(jù)悉，目前排名前三的麻將AI分別為絕藝LuckyJ、Suphx以及NAGA。絕藝LuckyJ花了一千多局就達到了10段，在特上房所有對戰(zhàn)數(shù)超過1000把的注冊玩家，穩(wěn)定段位歷史排名第一。

值得一提的是，絕藝LuckyJ不僅達到日本麻將天鳳十段，之前還在國標(biāo)麻將線下邀請賽中戰(zhàn)勝了6位國標(biāo)麻將職業(yè)選手，成為首個戰(zhàn)勝國標(biāo)麻將頂尖職業(yè)選手的麻將AI。

為了達到理想效果，騰訊AI采用了一種新型策略優(yōu)化算法ACH（actorcritichedge），基于“強化學(xué)習(xí)和遺憾值最小化”的自我博弈技術(shù)，使得AI能從零開始“自我學(xué)習(xí)和提高”，并最終收斂到一個最強的混合策略。同時該公司基于“樂觀價值估計的思想”，提出了一種高效的“非完美搜索方法”，使深度強化學(xué)習(xí)結(jié)合非完美信息搜索成為可能。

騰訊稱，訓(xùn)練麻將AI，其實就是在訓(xùn)練AI更好地去認識人類的世界。最終讓AI能早日走進那些人類生活中，比如金融交易、自動駕駛、交通物流、拍賣系統(tǒng)等，解決真實世界的復(fù)雜問題。