shiyqw / doudizhu Goto Github PK

我想到的方案：
首先，除了天王炸和A炸 2炸， 永远不拆炸弹
A.假如主动出牌：
除非只剩炸弹，不然不主动出炸弹
B.假如被动出牌：
如果估值函数给出pass，并且手中有炸弹的情况下

1. 假如剩牌最少的不超过6张
2. 或者 假如对方出的最大的牌不小于Q（比如QQQ3， KK）
   出炸弹。
   否则不出炸弹。

里面提到的参数可以调。

1, [3] UCB优化 (Done)
2, [5] 根据历史信息移除某些牌型
3, [4] 给贪心加上随机因子 (Done)
4, [5] 最后加入蒙特卡洛到底的搜索
5, [5] 最后加入三明手DFS到底的搜索
6, [1] 蒙特卡洛结果用详细分差取代胜负 (Done)
7, [5] 农民之间信号传递（因为两个农民都是自己人）
8, [2] 优化每句对战时间 (Planned)
9, [1] 刷几遍权值 (Planned)
10, [3] 加入更多特征 (Planned)
11. [1] 农民不炸自己 (Done)
12. [1] Ctime控制时间 (Done)
13, [3] 更新网络
14, [1] 加入公开底牌信息 （Planned)
15, [2] 搜索四带二（贪心和蒙卡）(Planned)

1. 感觉最好还是把基本特征加上之前出过的牌，比如说加上15维表示之前出过的所有牌。
2. 可以加上定位张数的特征，就是自己有多少个单张是全场最大的，还有对子和三张
3. 不知道有没有什么办法能让门板出牌出得大一点