从雀圣到股神，微软只差“最后一英里”( 九 )_：从雀圣到股神

在 Suphx 的开发和研究中，最有价值的部分就是以上介绍的，基于麻将特性，研究团队在深度强化学习基础上做出的改进（自适应决策、先知教练和全盘奖励的预测机制）。现阶段，深度强化学习是业界最为有效的一种机器学习方法，但它在具体解决一些复杂问题的时候还需要进一步改进，而 Suphx 就是这样一种探索。半年来，Suphx 在与人类选手的对战中不断改进，背后的数据对团队的算法研究有很大的帮助。刘铁岩表示，不久后，亚研院会以论文的方式分享相关的技术细节。

最后，至于 Suphx 是否会在未来登陆中国麻将平台，刘铁岩表示，「作为一个研究单位，我们对一切都是开放的。因为我们使用的是机器学习的技术，它对游戏的规则（中国麻将规则与日本麻将有差别）没有那么敏感，只要有明确的规则体系在，就会有解决办法。」

责任编辑：克里斯

题图来源：视觉中国