在具备了初始的入门级打牌能力，验证了系统的可行性之后，剩下的就应该是努力提高系统打牌的水平了。由于形成初始打牌能力只用了80多条规则，而且都是非常粗略的规则，所以提高打牌能力的思路似乎比较简单：只要提高规则的精细化程度，使之尽量覆盖到各种情况就好了。所以笔者之后就一直在重复：打牌、发现不够精细的地方、增加规则覆盖这种情况。
直到某一天我却很尴尬的从这种循环中发现了个现象：打牌规则从80多条，飞速增加到了160多条，最后增加到三四百条，打牌水平不但没有什么提高，反而出现了非常明显的颠簸现象，即上一手牌好精妙、下一手牌却臭狗屎，尤其是在能看到所有牌的调试模式下，看着明明有更好的选择却打了最烂的牌，简直撞墙的心都有啦:(
可是就算把楼撞塌了也解决不了问题啊！还是老老实实想想这到底是怎么回事吧。静下心来反复思量下，其实原因也很简单：人工智能最常见的组合爆炸而已啦:(
比如，被动出牌时，即其他玩家出了手牌轮到我出了，我们的规则涉及到谁（地主、下家、对家、门板）出了什么类型（单张、对子、三张、三带二、顺子、连对、飞机、飞机带翅膀、炸弹）的什么样的牌（非常大、大、有些大、一般、有些小、小、非常小），然后我是谁（地主、下家、对家、门板）该出什么样的牌来进行应对。
简单估算下，就最简单的覆盖这些情况至少就需要：4（玩家角色）×9（牌型）×7（大小）×3（我的角色）×3（我的选择，需要根据玩家出牌来选，所以按中值估计，这还没考虑是否有炸弹、是否用炸弹）=2268种组合，这还只是被动出牌，还有主动出牌，同时也没有考虑各玩家的出牌历史、也没有考虑各农民之间该如何配合、更没考虑出某手牌是否会出现拆牌、拆炸弹等等情况。
所以，规则越精细，即规则越是针对某些情况，则规则遗漏的情况就越多，相应的一手牌能被规则覆盖住的概率就越少、被覆盖的规则条数就越少，而本质上，我们就是对一手牌用多条规则进行多角度的考察来决定其价值的，这种情况下，当某手牌恰好符合某条规则所针对的情况时，就是好牌，而当某手牌没有被有针对性的规则所覆盖，而由某条作为最终防守性质的规则捕获时，就是臭牌了:(
除了这个问题，还发现了一个非常严重的问题：同样的规则在不同局面下所发挥的作用应该是动态的。也就是说，我们最终到底出什么牌或是不要，就是看各规则对待选牌手的价值评估的大小。可这些规则所指定的价值都是固定的，无法随牌局的不同能自动调整给出的价值判断：如果地主想走，我就要不惜代价的停住他；如果地主只是想顺牌，那就没必要用太大的牌。
问题在于：这些对牌局的判断，如果不引入，显然不可能提升打牌水平，而如果引入，再结合上面说的组合爆炸问题，简直就是一个巨大的灾难啊:(
针对第一个问题，解决办法其实比较简单，就是转变规则的应用方式，使之从单一规则同时对各种状态组合考察转变为多条规则的多角度、各状态分立综合考察。而针对第二个问题，则需要模拟人类思考解决问题的办法，引入短期目标系统：
-
判断当前局面，比如根据连门板的顶牌都压判断地主有走的企图
-
根据对当前局面的判断形成策略，比如地主想走，则应停住地主
-
综合目前的各策略来拟定当前的短期目标，比如根据停住地主这个策略来筛选实施规则，同时根据之前所判断出的地主走的企图的强度，确定实施强度
-
按拟定的短期目标实施策略，即用确定的实施强度调整所筛选出来的策略实施规则的权重，通过这些规则权重的变化从而影响对牌手的价值判断，最终落实策略的实现
需要理解的是策略是对某种情况的应对，而目标则是对多个策略的综合，比如：地主想走、而对家也想走，所以下家的目标是：既要停住地主又要放走对家。而门板因为无法越过地主放对家，所以门板的目标就是顶住或停住地主。
唉，所有的规则都要重写，又得进入打牌、调整规则的死循环啦:(
====================================================================================================
关注我的公众号及时获取推送的最新文章
