麻将机器学习

从零写一个麻将引擎,教一个 AI 打牌,再让它自己变强。代码、教程、可以上手玩的游戏,都在这里。

📖

教程

16 章,跟着仓库的真实代码走:引擎 → 规则 bot → 监督学习 → PPO → 评估,以及几次诚实的失败。

开始阅读 →
🀄

游戏

观战四个 AI 对局,或者自己坐下打。每一步都能看到神经网络给每张牌的打出概率和规则分析。

进入牌桌 →
📈

看见强化学习

训练曲线之外:危险牌打出率、弃听率这些行为探针,以及一局回放里每一步的价值估计、优势和奖励。

打开训练面板 →

代码

Python,不到 3000 行,无 RL 框架。引擎、agent、特征、训练、评估、这个网站,全部开源。

GitHub →
项目进度
  1. 引擎(简化推倒胡)、规则 bot、监督学习、PPO 微调 —— 完成,流水线跑通
  2. 改进老师 —— 做了,没用;发现是计分规则让防守不值钱(第 13 章
  3. 试过转向日本立直麻将 —— 引擎做完了(役、番符、立直、振听、半庄),但规则复杂度和教程理念冲突,主线退回简化规则;日麻引擎保留在 majiang/riichi/第 14 章
  4. 从日麻带回一行计分(点炮全赔),整条流水线重跑 —— 防守有用了,学生靠 3 倍数据追上老师,RL 仍未超过(第 15 章