Advertisement

麻将人工智能算法(包括全概率估算、局部概率估算和深度学习版本)- 源代码。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
mj_ai麻将AI算法采用多种策略来构建麻将AI,其核心在于:1、one_color_knn算法,该算法利用K近邻算法(knn),通过选择与当前听牌表差异最少的目标牌进行凑牌操作。2、基于概率的策略,该方法则依据概率计算和胡牌表,从而选择具有最大胡牌概率的牌进行出牌。a、目前已实现lua版本和C语言版本。b、针对C语言单线程版本,判断万、筒、条三色的14张麻将需要耗时6秒;而lua版本则需要900秒的时间。c、未来的发展方向是根据花色进行细分,分别计算每种花色的概率,并最终汇总这些概率值。3、part knn算法同样基于K近邻算法,它首先根据去掉每张牌后胡牌概率的排序结果,确定最优的出牌策略。其次,该算法采用局部估算的方式,分别计算各种麻将分配形式下牌的得分情况。目前尚未实现对字牌以及吃碰杠等操作的判断和处理。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • AI(mj_ai):涵盖-
    优质
    mj_ai项目专注于开发麻将游戏的人工智能算法,包括全面的概率计算、局部局势评估以及深度学习技术的应用。该项目提供详细的源代码供研究和改进使用。 麻将AI算法采用多种方法实现: 1. **one_color_knn**:基于KNN(k近邻)算法,选择与听牌表差异最小的目标进行凑牌。 2. **probability**: - 当前版本包括Lua版和C语言版。 - 用于判断万筒条三色的14张麻将。在单线程环境下,C语言版本需要6秒完成计算;而Lua版本则需900秒。 - 下一步计划是根据花色拆分后分别求取概率,并汇总结果。 3. **part knn**: - 通过去掉每一张牌后的胡牌概率进行排序来选择最优打出的牌。 - 使用局部估算的方式,计算各种麻将分配形式下各张牌得分。 - 当前版本未加入字牌以及吃碰杠的判断。
  • 基于 VB 的频与程序设计
    优质
    本论文探讨了利用VB编程环境开发频率估算概率算法的方法,并展示了相关的程序设计实践。 这段文字描述了一个用VB设计的程序,该程序使用频率估计概率算法来模拟抛掷硬币的过程。用户输入抛掷次数后,程序会计算硬币正面朝上的频率,并通过增加试验次数展示出频率作为概率估计值的准确性越来越高。
  • 优质
    《深度学习算法概览》是一本全面介绍深度学习核心算法与技术的书籍,适合初学者及专业人士阅读。书中涵盖神经网络、卷积网络等关键技术,并探讨了其在图像识别和自然语言处理中的应用。 汇总了深度学习基础篇和进阶共19课的教程,与大家分享。
  • 览:舍伍德
    优质
    简介:本文概述了概率算法中的舍伍德算法,探讨其通过引入随机性来简化复杂度、提高效率的特点,并分析典型应用案例。 在分析算法的平均计算复杂性时,我们通常假设输入数据遵循某种特定的概率分布。例如,在快速排序算法的情况下,如果输入数据是均匀分布,则其所需的平均时间复杂度为O(n log n)。然而,当输入数据已经基本有序时,所需的时间会显著增加。这时可以使用舍伍德算法来消除计算时间与输入实例之间的这种依赖关系。
  • 非参数计的MATLAB - matLearn:基于MATLAB的机器实现
    优质
    matLearn是一套基于MATLAB开发的工具箱,专注于实现各种机器学习算法。其中包含用于非参数概率密度估计的高效MATLAB代码,适用于科研和教育用途。 概率密度函数非参数估计的Matlab代码matLearn是2014年秋季UBC大学CPSC540课程学生集体努力的结果,该课程由Mark Schmid博士教授。在那时,还没有TensorFlow、Caffe、Torch和PyTorch等库简化开发流程,并且大多数机器学习与深度学习实现都是使用MATLAB完成的。我记得2014年我为第一篇深度学习论文编写了一个DeepBeliefNetwork(DBN)库,当时是用超过3千行代码在MATLAB中编写的;而Caffe和TensorFlow的第一个版本直到2015年初才发布。 matLearn软件包包含了多种常用的机器学习算法的Matlab实现,并且这些算法都使用一个统一的接口。特别关注的任务包括: - 回归:根据观察到的(连续或离散)特征预测连续输出变量,提供了健壮、非参数化、核方法以及有序的方法。 - 分类:基于观测数据进行分类。 这一软件包旨在为需要利用经典机器学习算法的人提供一个便捷的选择。
  • 优质
    概率计算工具是一款功能强大的应用程序,旨在帮助用户快速准确地进行各种概率相关的数学运算和统计分析。无论是学术研究还是日常决策,它都能提供便捷高效的解决方案。 一款概率计算工具软件支持二项分布、泊松分布、标准正态分布、卡方分布、T分布和F分布的计算。
  • 基于三点计的潮流计
    优质
    本研究提出了一种基于三点估计法的概率潮流计算新方法,能够高效地评估电力系统在不确定条件下的运行状态与特性。 在MATLAB环境下使用Matpower进行潮流计算,并对IEEE 30节点系统进行了略微修改。相关代码位于main.m文件中。该程序仅考虑了负荷波动的情况,请注意检查原理性错误并提出指正。
  • 基于Python的机器中状态计与SLAM实现
    优质
    本项目致力于利用Python语言深入探索概率机器人学中的关键技术,特别是状态估计和同时定位与地图构建(SLAM)算法的实践应用。通过理论结合代码实战,旨在为机器人导航提供精确可靠的解决方案。 作为 SLAM 的初学者,我经常发现很难理解那些非直观的数学方程,并且也几乎找不到关于实现这些算法的具体指导。因此,我创建了一个仓库来演示这本书中介绍的基本概念,并结合在一个简单数据集上运行的结果进行展示。如果您是解决 SLAM 问题的新手并且正在阅读《Probabilistic Robotics》一书,那么这个仓库将非常适合您——我是用 Python 而不是 C++ 编写的代码,并且添加了大量的内联注释和对结果的详细说明来帮助理解。
  • MATLAB功
    优质
    本代码用于实现信号处理中的功率谱估计,适用于科学研究与工程应用。通过MATLAB语言编写,提供高效准确的数据分析工具。 本段落介绍了几种经典的功率谱密度及其改进版本的MATLAB实现程序。
  • 优质
    《能源效率评估计算表》是一款专业的工具表格,适用于企业及个人用户进行能源消耗分析与节能减排规划。通过详尽的数据输入和自动化的计算功能,帮助使用者精准掌握设备或系统的能效表现,并提供改善建议以达到节约成本、保护环境的目标。 节能评估计算表包括需要系数、行业增加值率、用能量合算以及财务估算等内容。