台灣十六張麻將 AI

目標與難點

目標是規則經驗證、可設定家規、可統計評估的十六張麻將 bot。難點在評估：單局淨額標準差在高倍率下達 8 底，而策略改動的效果僅 0.01 至 0.03 底／局，以獨立樣本推導會將所需局數高估 35 倍。沒有可靠的評估，任何策略改動都無法判斷是好是壞。

規則引擎

• 全參數化家規：18 項以上分歧開關；胡牌判定含標準型與嚦咕型；台數與付款計算。
• 驗證：以獨立撰寫的暴力參考實作比對 10 萬手，結果 100% 一致；與開源實作差分 20 萬手零不一致；台數對照實際結算面板 18／18。

決策演算法

• 缺數（向聽）以逐花色 Pareto 動態規劃查表，配合增量狀態計算。
• 進張與實效進張枚數計數、二階進張。
• flat Monte Carlo afterstate 評估，搭配 Kaplan-Meier 競速時鐘。
• EV 模型：胡牌機率 × 底台 − 放槍風險。
• 行為複製神經網路捨牌策略（Conv1d 主幹，約 150 萬參數，通過追平閘）。
• 以 MLE 校準的真人化對手群作為評估對手；SPSA 參數調優。

評估體系

• 複式配對設計：1 對 3、座位輪換、角色互換、共享私有牌牆。
• 三段變異數縮減：單局標準差 σ 由 8.23 降至 0.32 至 0.74。
• 配對 t 檢定與 GSPRT、cluster-robust 標準誤、最小可偵測效應檢定力閘、發現波與複製波分離的晉升制。
• 統計原語自行實作、零外部相依，並以合成資料的測試鎖定。

評估體系可分辨 0.02 底／局等級的策略差異；九波實驗顯示確定性進張數作為決策骨幹優於 EV 與蒙地卡羅模型，後者僅保留可證明零代價的例外（開槓、聽牌層安全 tiebreak、可行性押退）。

畫面辨識與即時管線

• 樣板比對（NCC 加族內 margin）與 CNN 牌面分類器（ONNX 部署）並用，以雙閘棄權設計取代錯讀。
• 從擷取到建議的即時管線以 HUD 呈現：建議張、候選張的缺數與進張、對手威脅與放槍風險、規則摘要，狀態列顯示對準與讀出率、端對端延遲。打包為單一可執行檔。
• 只讀、只顯示、不代打；不點名任何平台。

成果

於 87 局真人桌實地驗證（錄影、逐局金額）：據此校準防守策略、建立防守覆蓋層與逐局回歸測試；各波實驗結論與決策皆記錄於決策紀錄。