局内参考
轮到你出牌时,看看模型建议打哪一张,再和自己的判断对照。
轮到你出牌时,看看模型建议打哪一张,再和自己的判断对照。
把对局交给模型,观察它在不同牌局中的选择。
打完后查看对局记录,找到想再看一遍的那场牌。
回到关键巡目,对照实战出牌与模型建议,重新想一遍当时的取舍。
SUPHX 论文解读
南四局大幅领先,即使手牌很好,为什么也值得打安全牌?Suphx 把整场比赛的最终顺位纳入训练,让模型学会衡量这一手值得冒多大的险。
先用监督学习,让模型从高手的局面与选择中学会出牌。
模型反复与自己对局。训练时逐步遮去对手手牌和牌山,直到只凭桌上可见的信息与自己的手牌决策。
比较每一局前后的预期最终成绩,把顺位前景的变化作为反馈,用来调整出牌策略。

| 房间 | 场数 | 均顺 | 一位 | 二位 | 三位 | 四位 |
|---|---|---|---|---|---|---|
| 玉之间·南 | 213 | 2.10 | 87 | 52 | 40 | 34 |
| 特上·南 | 83 | 2.18 | 30 | 22 | 17 | 14 |
选择对应设备的版本,安装后打开小马教练。
按购买时收到的说明完成客户端授权。
选好本次对局使用的模型,开始局内学习。