快科技7月11日消息，AI早已不是一件新鮮事，生活中處處可見AI的身影，

此前有網(wǎng)友建議騰訊研發(fā)一個(gè)麻將AI，用這個(gè)技術(shù)就可以成為雀神，沒想到，騰訊還真的做了，甚至還拿了國際第一的成績。

今日，騰訊官方宣布，騰訊麻將AI在日本麻將天鳳平臺(tái)特上房達(dá)到穩(wěn)定段位10.68段，刷新了AI在麻將領(lǐng)域取得的最好成績。

官方表示，這代表著騰訊研發(fā)團(tuán)隊(duì)在決策AI方向上取得了業(yè)界領(lǐng)先的成績和突破。

據(jù)介紹，“天鳳”是知名日本麻將競技平臺(tái)，擁有較為體系化的競技規(guī)則和專業(yè)段位規(guī)則，全世界的麻將AI基本都在這里進(jìn)行訓(xùn)練和打段。

“段位”類似于《王者榮耀》，天鳳按照1段—11段來進(jìn)行排位，10段就相當(dāng)于《王者榮耀》的榮耀王者段位。

騰訊表示，由于麻將除了正常的摸牌、打牌外，還要決定是否吃牌、碰牌、杠牌以及是否胡牌，任意一位玩家的行為都會(huì)改變摸牌的順序，涉及大量決策。

傳統(tǒng)離線策略訓(xùn)練方法、傳統(tǒng)的在線搜索算法對麻將來說并不完全適用，于是騰訊AI Lab提出了ACH（actor critic hedge）的新型策略優(yōu)化算法。

據(jù)了解，該算法采用了基于強(qiáng)化學(xué)習(xí)和遺憾值最小化的自我博弈技術(shù)，使AI能從零開始自我學(xué)習(xí)和提高。

該算法具備傳統(tǒng)強(qiáng)化學(xué)習(xí)可擴(kuò)展性好（算的快）的優(yōu)點(diǎn)，又部分繼承了遺憾值最小化算法的一些理論性質(zhì)（算的好），相比傳統(tǒng)的強(qiáng)化學(xué)習(xí)方法，該策略優(yōu)化算法在非完美信息游戲中訓(xùn)練得到的策略更平衡（攻守兼?zhèn)洌?/strong>