程式實作方式
4.3 避免放槍的決策
從前面得到貝氏信賴網路事先學習、並建立好節點 C、D 的表格後，在遊戲 進行中根據每位玩家每一巡的動作與捨牌，依照貝氏信賴網路的計算，就可得到
B 節點的資訊。麻將遊戲每一巡的變化很大，經常上一巡需要的牌到了下一巡就 拿到或是拆掉這個組搭等各種情況；然而由貝氏信賴網路計算後的機率只是當下 此巡該玩家可能需要的，因此除了計算出要的機率外，我們還要再加上當下的回 合數做為判斷依據，以圖 24 為例，每位玩家的每張牌放槍的權重為如下：
放槍的權重=要的機率×該回合數
41
0.0055，再乘以巡回數，最後四萬放槍的權重為 0.033Player 3 吃五捨八，有可能要 1、4、7 條，其中場上四
42
本程式雖然主要是針對避免放槍，但是也盡量在不影響可達到胡牌的狀況下，
才改變捨牌策略，每次要捨牌都從第一張牌手牌開始依序搜尋，先假設該張捨棄 後，剩餘的牌能組出最佳組搭數，越接近胡牌狀態，及越接近五組加一搭者越佳；
找出所有捨棄後最接近胡牌狀態的牌後，再比較他們被其他玩家要的權重值。
每一巡除了根據貝氏信賴網路計算出玩家對於那些牌有需求外，還須注意到，
因為貝氏網路沒有對需求的牌可靠的牌做學習，所以如果只單看學習後的表格會 出現該張牌其實已無法形成組搭，即使場上還剩餘一張，只要有玩家的行為符合 需要該張牌，就會當作他需要；然而實際上無法形成組搭的牌，是不可能被需要 的，所以這種類型的牌就需要另外處理，並且在每位玩家需求的牌的表格中，該 牌的機率給予-100 的值；當字牌在場面上出現 3 張時，同樣給予-100 的值，在決 策捨牌時就會優先選擇這些牌。
在本程式 TaKe 持續研發前的 ThousandWind 程式，有每張捨牌後此副牌可得 到的權重，權重值越高者越容易達到胡牌，為方便區分在這裡我們稱它為胡牌權 重值，為了不讓程式的胡牌率降低太多，因此在決策捨牌時仍須考量到可達胡牌 的權重值；所以現下在決策捨牌時，我們同時擁有兩個影響捨牌方向的權重，分 別是胡牌與避免放槍的權重值。
組成胡牌權重值只要有三個分數，其一是間接有效分，指的是雖然不能和現 有的牌組成一組，但能形成一搭的牌，給予他 1 分；其二是直接有效分的碰牌，
指的就是可以和現有的手牌直接形成碰牌，給予 10 分；其三為直接有效分的吃
43
放槍，但是 ThousandWind 的胡牌權重值少則個位數，多則上千，且值越大表示 越易胡牌，因此兩者要比較非常不容易，如下方圖 26 表示，捨牌傾向於第四象44
換，三家將轉換後的放槍權重加總後，再和胡牌權重值相比，但如此又可能造成 胡牌率大減；或者改為三家先將放槍權重加總，再做轉換和胡牌權重值比較；因 不確定哪一種方式更符合實際狀況，所以我們用實驗來比較兩種方式何者為優。
圖 26 胡牌與放槍權重關係
首先是各家的放槍權重各自做轉換，各自權重範圍如下表 11：
胡牌權重 放槍權重
上限 1500 -11
下限
0
60表 11 1:3 權重表
放槍權重中有到負值是因每一巡玩家捨棄的牌會給予 -1 的權重，以及當這 張牌沒有可以形成組搭數時，也給予-1 的權重，再乘上該回的回合數就可達到負
放槍機率高
放槍機率低 難胡牌 易胡牌
放槍權重值
胡牌權重值
捨牌傾向
45
十幾的數字。
新的避免放槍權重值= 21.1267 × (60 − V)，V值表示該牌放槍的權重。
此時新的避免放槍權重值，再加上胡牌權重值成為決策捨牌的依據，該值越 大表示可獲益的分數越高。
經過大量對下後得到的結果如下表：
Player1 Player2 Player3 Player4
胡牌次數 29496 29427 29510 29337
放槍次數 22895 22696 22887 22984
表 12 1:3 實驗結果
接下來是各家的放槍權重先加總後，再做轉換，各自權重範圍如下表：
胡牌權重 放槍權重
上限 1500 -32
下限
0
180表 13 1:1 權重表
其中每張牌避免放槍權重= ∑ 要的機率 p × 要的回合數 p42 ，則可得到新的避 免放槍權重值= 7.0754 × (180 − V) ，V值表示該牌避免放槍的權重，同樣的，此 時新的避免放槍權重值，再加上胡牌權重值成為決策捨牌的依據，該值越大表示 可獲益的分數越高。
經過大量對下後得到的結果如下表：
46
Player1 Player2 Player3 Player4
胡牌次數 29429 29442 29380 29540
放槍次數 22590 22912 22923 22985
表 14 1:1 實驗結果
上方表 12 與表 14 的 Player1 為本程式 Take，另外三家皆為 ThousandWind，
可發現第二種決策方法更能達到避免放槍，反倒是第一種決策方式放槍次數沒有 明顯降低；其原因可能是因為被捨棄的牌的機率被放大太多，導致會有在更前面 巡目時的捨牌權重值累加，分數高於最近捨牌的權重值，至於本應該跟著捨離當 前最近巡目的捨牌，反倒以為離當前較遠巡目的捨牌是較優的；為了避免會有判 斷錯誤的情形發生，最後我們選用實驗結果較佳的後者。