: 於是麻將問題就來了
: 麻將如果是四人 假設水準同等級
: 很簡單就是打越接近無限多場
: 四人勝率都大概是25%
: 電腦麻將基本的問題出在於
: 如果你不去設定他的胡牌偏好
: 那麼電腦就會走勝率最高
: 但是以日麻來看台少的牌組
: 結果可能導致贏不了？
: 台麻用超強電腦把把靠屁胡
: 也許能處於一個不敗之地
: 但是如果日麻你把把都是那種安全打法
: 那麼可能一兩把就被人類翻車也不無可能
: 加上如果是三電腦一人類
: 二電腦一人類 和三人類一電腦
: 我覺得會有完全不一樣的結果
我覺得你對麻將遊戲有點誤會，以天鳳來說，四位扣分，三位不加分，二位以上加分。因此即使實力相同的四個人，長期打下來也會因為風格問題勝率不會是25％。而不同的分段加扣分也不同，因此打法根據分段也會有差異，高分段來說基本採避四打法。
然後日麻本質上也是個計算期望值的數學遊戲，你可能會想說，日麻不是有那種國士無雙 四暗刻超猛超強胡一次直接打爆全場嗎？但現實是役滿可能千場不見得一遇。
有這個基礎概念後你應該就能知道，當你處於落後或者領先、親家或是閒家，打法一定不盡相同。
而通常牌效跟役是反比的，追求役相對來說通常會犧牲牌效，因此高手厲害的地方就是根據情況在牌效 役 銃率 之間做出取捨，而這點我相信給AI足夠的時間，有一天會勝過人類。
因為AI在計算方面一定是勝過人類，但根據場面做出的捨牌加權評估遠比純粹計算更複雜。

我的25%是期望假設啊 我就認為人類才會有那種不求牌效而拼大牌的打法 而電腦我不覺得會學會這類風格

怎麼可能不會，50%做2000的牌跟25%做12000的，期望值1000/4000。你要說AI學不會判斷這個？圍棋AI都會放棄局部優勢做轉換換大局、外勢了

為什麼電腦會學不會？假設AI只會追求牌效來討論只是代表你不懂數學而已

不懂AI才會問這種問題吧現在AI的學習方式就不是簡單計算機率 只打勝率最高的牌而是學習在不同情況、對手不同動作下 怎樣打才會贏原po可能誤以為故意聽一張成功率低的牌 AI就會放過但是現在AI是連對手這種策略操作都會學習到的AI也不用設定胡牌偏好 反而是他會學習對手的胡牌偏好

事實就是ai懂期望值判斷阿 是在堅持甚麼xdd

不知道在工三小 是不是不知道期望值?