《棋牌游戏服务器》斗地主AI设计

设计目标

要取得良好效果，首先要搞清楚一个问题：我们想得到一个什么样的斗地主AI？
我们的AI是用在手游产品当中，在真实玩家不足时为用户提供陪玩服务，这个目标决定了这个AI要具备以下两个核心特点：
1、执行效率高，要为在线运行为玩家提供服务，不能给服务器太大压力；
2、模拟人的思维方式，让AI看起来像一个中等水平的玩家，而不是追求很高的胜率。

斗地主的AI一般有三个核心部分：拆牌、出牌、接牌。要提高算法的执行效率，在这三个环节就不能完全依赖深度搜索的策略，在本设计方案中，所有的策略基本都是“静态规则+有限搜索”的套路。打个比方，在拆牌过程中，我拆出了三张、对子、单张之后，在给三张配带牌的时候怎么选择呢？我只会对单张、对子做一下简单的筛选，而不会去考虑是否把某个顺子的尾部拆出来当带牌会更优。

要让AI看起来像人，其实就是把常见的一些出牌套路用算法表达出来。这里运用策略模式来组织代码，不同的策略有不同的优先级，理论上，我们可以通过不断地添加策略来完善这个AI。打个比方，对于出牌，假设我们有以下三条策略（实际算法当然不止三条）：1)只剩一手牌策略，直接出完就赢了，2）只有一手小牌，其他全部大牌，小牌放到最后，其他从小往大出；3）小牌优先策略，找出最小的牌来出。这几个策略的优先级就是1>2>3。

“搜索”在接牌过程中用得比较频繁，比如别人出一个三带一，我手上的牌拆出来是三带一对，那么是把这个对子拆掉呢，还是另外找一个单张。打个比方如果手上是"QQQkk345678"，那么显然是带一张3比较好，如果手上是“QQQKK56789”,那么应该拆对k。这里会对所有符合规则的带牌做一个搜索，然后评判哪个方案是最优的，于是关键点就是采用什么评判规则。

我采用一种基于分值的手牌评价规则，一手牌，无论多少张，先进行拆牌，然后每个牌组（牌组指单张、顺子、对子等可以一次出掉的牌）都有一个分值，最后把所有牌组的分值加起来，形成一个手牌分值。上面所说的接牌搜索过程，会进行反复的拆牌和分值计算，因此拆牌的算法必须非常高效。

上面介绍了这个斗地主AI的核心设计思路，其中评分规则参考了这篇文章：https://blog.csdn.net/sm9sun/article/details/70787814；拆牌算法参考了这篇文章：http://www.360doc.com/content/11/0108/09/2617151_84917660.shtml，在此对两位作者表示感谢。网上介绍的所有斗地主AI设计，都过于简单，用来调试程序还行，直接用于线上产品则远远不够。

拆牌算法

拆牌算法总体上是一个基于牌型优先级的查找过程：

1. 如果有火箭，找出来；
2. 如果有炸弹，找出来（炸弹不拆）；
3. 如果有2，全部找出来（2不会参与顺子）；
4. 如果有飞机，找出来（飞机也不拆）；
5. 找出所有的顺子，每个顺子尽量长；
6. 处理顺子
   1. 顺子分裂，现有一个顺子345678910，发现手上还剩下一张6和7，那么顺子分裂成34567和678910；
   2. 顺子拆出连对，现有一个顺子345678910，发现手上还有345，变成334455和678910更好，就把顺子里面的345放回去；
   3. 顺子拆出三张，现有一个顺子345678，发现手上还有88，那么变成34567和888更好，就把顺子里面的8放回去；
   4. 顺子如果盖住对子、三张、连对，如果发现打散牌组数更少，则打散，比如7789910JJJQKK，拆散了更好；
   5. 顺子拆出两头的对子，现有一个顺子67890JQ，发现手上还有Q和6，那么把孙子里面的Q和6放回去；
   6. 反复进行1）到5），直到没有进一步变化；
7. 剩余的牌里面找出所有的连对；
8. 查看所有的连对，如果长度超过3，且一端有三条，把三条拆出来；
9. 剩余的牌里面找出所有的三张；
10. 延长顺子：如果一个顺子的两端外面有一个对子，如果这个对子小于10，则并入顺子，比如34567+88,那么变成345678+8;
11. 合并顺子：相同的顺子变成连对，首尾相接的顺子连成一个；
12. 剩余的牌里面找出所有对子和单张。

举个例子，一手牌“333455678910JJK22小王”：

1. 先把炸弹、2、王拆出来，剩下“333455678910JJK”
2. 找顺子，得到345678910J，剩下"335JK"
3. 由于顺子的左侧有3张，于是顺子变成45678910J，剩下3335JK
4. 由于顺子右侧的J有一对，于是顺子变成45678910,剩下3335JJK
5. 找三张，得到333；
6. 剩下的得到5、JJ、K。

至此，一手牌就拆好了，为了简化算法，我们不拆炸弹，不拆飞机。在主动出牌时，会按着这个拆牌来出；在接牌时则不会，会依据对方的牌型来搜索一个更优方案，此时顺子、飞机、炸弹都可能被拆散，具体细节下文会讲。

带牌选择

上面拆好的牌组，三张和飞机是没有带牌的，在此基础上选择带牌是比较容易的，就是在对子和单张里面选择最小的牌即可。

减少单张的拆牌

一个常见的场景是，当我的敌人只剩下一张牌时，此时应该采用一种“让单张尽量少的策略”，这个策略和常规策略大体相同，有两个不同点： 1. "延长顺子“这一步不执行； 2. 带牌选择的时候，优先选择单张

评分规则

一手牌到底好不好，我们需要一个量化标准，也就是给手牌评一个分值。否则没法决策是否叫地主，在接牌过程中也没法决策A方案好，还是B方案好，抑或不要才是最好选择。

评分的大体理念是，对一个牌组来说，越能管牌，分值越大；越不容易被管，分值越大。而一手牌的分值，则不仅取决于拆出来的牌组的分数，还取决于拆出来牌组的组数，和前者正相关和后者负相关。

为了平衡，牌组的分值可能是正的，也可能是负数，以10为参考点，单张10为0分，9为-1分，J为1分。每个牌组有一个maxCard属性，单张和对子就是自身，顺子和连对是最大那张牌，三带是有三张的那个牌，这个很容易理解，相同的牌型比较大小，就是比较maxCard。我们评分也基于这个属性。

牌型	分值	备注
单牌	maxCard-10
对子	maxCard-10	如果为正，+50%
三张	maxCard-10	如果为正，+100%
三带	maxCard-10	如果为正，+50%,因为带牌了比三张加得少
顺子	Max(0,(maxCard-10)/2)
连对	同上
飞机	同上
飞机带	同上，如果带牌的分数为正，把带牌的分数也加上
炸弹	固定9
火箭	12

这个设定规则，是在调试过程中依据经验感觉不断调节的出来的。比如对子和三张的额外加分问题，是要体现出大对子比如(22)的价值。而顺子分值公式，是基于“顺子很难管牌，分数不宜过高,但是本身也很难被管”这个事实。所以这组规则没啥严密的逻辑，也不一定合理。

接下来就是手牌的评分规则，也就是若干个牌组在一起怎么评分，最初的公式是：sum(牌组分)-PxN，每个轮次设定一个固定的分值P，用牌组分值的和减去P乘以牌组数量N。这个机制有一个很难解决的问题，就是P的取值，P过大，过于强调轮次的价值，在牌局初期接牌的时候过于激进（无论出什么牌都导致总分值增加，因为轮次减少了）；P过小，过于忽略轮次的价值，在牌局末期出牌过于保守（大牌攥着出不去，因为减少一个轮次加不了几分）。

几经周折，最后定个两个规则：
1、大牌的轮次忽略，因为大牌总是出得去的（我们手上多个炸弹，不会有任何负面影响），包括王、2、炸弹；
2、P的取值是一个列表:{ 6, 6, 6, 5, 5, 5, 4, 4, 4, 3}，意思是索引1~3->P=6，索引4~6->P=5，索引7~9->P=4；之后P=3，这样在早期一手大牌出去减分会比较多(这时减少一组牌所得到的轮次分增益比较少)，到后期减分比较少。

总体来说，牌的分值更多具有比较意义，而不具备绝对意义。我们在整个AI系统中，除了在叫地主时，尽量去比较两个出牌方案的优劣，而避免把一手牌的分值去和一个常数进行比较。

出牌策略

出牌策略就是在一种特定模式下的出牌套路，所以我们识别一个特定模式，就可以编写一个策略。反过来，这个策略也会检查一下，当前的牌局是否符合对应的模式，如果不符合它就不处理，交给下一个策略处理。

有些策略适用于农民，有些适用于地主，这里我们罗列一下农民的出牌策略，按优先级从搞到低：

策略	适用模式	出牌
oneHand	手里只剩一组牌	出完即赢
allBig	手里只有一组小牌,其他大牌	先出大的，再出小的
foreEnemySingle	敌人只有两张牌，我有绝对的大单，其他都是对子	出单，迫使对方出单
letFirend	我下手是队友，只有一张牌，且我有<10的牌	出小单张
smallAndLong	有些小的顺子、连对、飞机	先出这些
fewPoke	牌比较少的时候	优先出单张以外的牌
enemyOnePoke	地主一张牌时，我在他上手	尽量出其他牌型，否则从大往小
enemyOnePoke	地主一张牌时，我在他下手	如果有对子，而且单张很多，出非最小单张，期望和对家配合，否则同上
smallFirst	兜底的策略	小牌优先出

理论上，如果我们找到新的模式，就可以创建新的策略添加到这个列表，我们的AI也就越完善。

牌的大小预测

在上面的策略中，提到一组牌是大还是小，实际是指，这手牌对方接住的可能性大还是小。比如我有一个34567，对方只有3张牌，而且王已经出过了，那么我认为这顺子是大牌。

我们合理地利用“出过的牌“，“我手里的牌”，“别人手上牌的数量”这个几个信息，做出上面的判断。所谓“合理”，就是指正常的玩家，也知道这些信息，也能做出类似的判断；而不能去作弊开“天眼”。

策略之间的呼应

如果仔细琢磨一下，可以发现allBig，foreEnemySingle，enemyOnePoke这几个策略之间是相互呼应的。这一轮使用了这个策略，如果顺利，下一轮就可能落入另外一个模式，这也有点像真人的布局谋划。我在设计策略的时候，有两个原则：1）策略上下文无关（以前的出牌过程不影响）；2）策略之间尽量互相呼应。

接牌策略

接牌是被动的，所以策略相对少一些。 以农民接牌策略为例：

策略	适用模式	出牌
oneHand	手里只剩一组牌，且能接	接牌
jieAndWin	接完之后，进入上面的allBig模式	接牌
enemyOnePoke	地主一张牌，在我下手	除非队友出牌足够大，否则尽量用大牌接
letFriend	队友下手，且只有一张牌，我有<10的牌	尽量大牌接
normal	兜底的策略

接牌策略里，这个兜底的策略是最难写的，因为这里要决策接还是不接，大体考虑以下几个因素：

1. 是否队友的牌；
2. 我的牌是否非常好；
3. 地主是我的上手还是下手；
4. 对方还剩多少牌；
5. 出牌大小；
6. 接牌的大小；

我设计的兜底策略大体是这样的：

1. 首先通过搜索找到一个能接牌的最佳牌组，如果找不到，就结束了；
2. 如果是队友的牌，相对还比较大，我不接
3. 如果是队友的牌，我肯定不用大牌接；
4. 如果是地主的牌，我的牌绝对得好，肯定接；
5. 如果是地主的牌，接了之后我的牌不变差太多，接；
6. 如果是地主的牌，我的接牌比他大得不多（比如王对2），接；
7. 如果是地主的牌，接牌是顺子、飞机、连对这类，接；
8. 如果是地主的牌，我要动用炸弹，如果他牌还很多，出的又不是王和2之类，不接；
9. 如果是地主的牌，他的牌很少，或者他出大牌了，接。

第一步搜索接牌，不会考虑拆牌的结果，而是去手牌里面强行搜索，比如要接一对QQ，我手里有KKK2235，那么KK和22会先后被搜索到，然后判断剩下手牌的评分来比较方案的优劣。

后面都是一些琐碎的判断，其中“多少分算绝对好牌”，“多少张牌算多”，都是比较主观的设定。

赢牌路径

在出牌策略和接牌策略里，有一个优先级最高的策略，即“赢牌策略”，现在的牌面存在一个能赢的出牌方法。打个比方，我现在手里有3组牌，如果只有一组小牌，那么把它放的最后出就可以了。这个场景下，判断一组牌的大小，是看对手有没有可能接住它，而不是看它的绝对大小。先把如何“判断大小”的细节放在一边，先看看算法过程。

出牌赢牌路径判定

1、先扫描一下所有的牌组，别人能接住的牌组数，记为s；
2、如果s=0或1，那么判定成功，只要把仅有的小牌放到后面即可；
3、如果s==2，假设这两组牌为s1,s2；那么看剩下的牌里面是否有一组牌能接住s1，如果有，那么判定成功，此时出s1即可，s2也类似；如果s1和s2都没有牌能接住，判定失败； 4、s>2，判定失败。

接牌赢牌路径判定

1、先找到一组能接住当前牌的牌组，记为p，找不到则判定失败；
2、如果p是对手接不住的牌，那么看剩下的牌是否满足“出牌赢牌路径判定”；
3、如果p是对手能接住的牌，那么看剩下的牌组里面是否存在相同牌型的的当前最大牌记为l（意思就是肯定能把牌再要回来，比如当前出对子55，p是66，但是我手里还有22），再看剩下的牌（除了p和l）是否满足“出牌赢牌路径判定”；

判断牌的大小

在赢牌路径判定这个场景下，判断一组牌的大小，是看对手有没有可能接住它，而不是看它的绝对大小。考虑三个因素： 桌面上还剩什么牌、我的手里有多少牌、对手还有几张牌。依据这三个数据能计算出对手能接住某个牌组的概率。

算法大体是这样的：
1、假设桌面上剩下牌的集合记作T，我手里的牌集合就做H，那么E=T-H是敌人手里牌的一个超集，敌人手里的牌张数是n，现在要牌组p能被敌人接住的概率；
2、如果敌人总的牌数n比p的张数还要少，那么p被接的概率等于敌人有火箭的概率；
3、看E里面能否找到能接住p的牌，如果找不到，那么p被接的概率等于敌人有火箭的概率；
4、如果找到一个牌组q能接住p，那么假设q包含的每张牌在敌人手里的概率是e/|E|,以二项分布的公式来计算敌人手里有q的概率；
5、如果能找到多组类似的q，那么分别计算再以“或的关系”组合起来。

这个算法计算出的是一个大概的估计值，基本已经够用，而且我们并不考虑一般“炸弹”的存在，因为真实的玩家也会倾向于忽略有普通炸弹的情况。

总结

 

从测试的情况来看，这个AI系统的效果还是可以的，看起来比较像人在出牌。这个实现方案有几个显著的缺点：
1、单纯的对手牌评分局限很大，场上的局势不仅包括我手里有什么牌，还包括主动权的变化，桌面剩余牌的变化，没有能找到一个合适的数据模型来统一这些因素；
2、由于前一个原因，导致算法不断地针对特殊情况打补丁，上面的罗列的策略内部，或多或少都有一些补丁，导致的后果就是算法的可维护性急剧下降，而且往往牵一发而动全身；
3、不考虑上下文，比如不会针对某个人前面出过什么牌来猜测他手里有什么牌；
4、所谓按人的思维来建立策略，实际上就是按作者本人的打牌习惯，因此缺少一些变化，万一遇到没考虑到的某种牌型，AI有可能犯傻；

5、没有能设计出自动化测试方案，我让三个机器人来出牌，人工观察是否有问题，调试效率非常的低。