Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

數字怎麼量的

書裡談打法的結論都來自 tsap-oo,一個用 Rust 寫的十胡程式。這個程式還在改進,對局量出來的數字會跟著變。所以書裡目前只留兩種數字:發牌的統計,以及一局結局的統計。其他的量測只寫方向,等程式穩定之後再補上數字、指令和種子。

電腦怎麼打

對打用的電腦玩家叫 HeuristicBot。它替每一手牌打分數:胡數越高越好,散牌越多越差,缺口沒補滿要扣分。輪到它時,它把每一種合法的選擇都試一次,選分數最高的。

它只用牌桌上看得到的資訊:自己的手牌、四家亮出的牌組、棄牌堆。它不猜別人的手牌,也只往前看一步。網頁版的提示按鈕就是問它。

評分裡各項的比重是手調的。拿對局的結果重新估算過比重,估出來的和手調的差了不少,換上去之後卻分不出高下。評分只用來替同一手牌的幾種選擇排名次,比重變了,名次多半還是一樣。

另一個電腦 MonteCarloBot 會抽樣模擬:它從 HeuristicBot 評分最高的幾個選擇出發,把看不到的牌隨機重發很多次,每一次都打到這局結束,模擬的結果明顯比較好,才換掉 HeuristicBot 的首選。它和 HeuristicBot 比過,目前分不出高下。分不出高下是資料不夠,不代表兩者一樣強,更不代表 HeuristicBot 打得最好。所以書裡的結論是「這樣打比那樣打好」,不是「這樣打最好」。

提示的數字怎麼讀

網頁版按提示之後,每張牌下面的數字是電腦估這一步比它的首選差幾胡。這個數字排得出名次,換不成固定的價錢。

  • 差距很小的選擇分不出高下。照自己的判斷打就好。
  • 同樣差 1 胡,實際的代價不一樣。電腦把散牌扣得重、把活牌算得輕。差在搭子和聽的活牌的 1 胡,實際上比差在多留一張散牌的 1 胡貴。
  • 這只量過打牌。吃、碰和過之間的數字沒有這樣量過。

五種量法

發牌統計。只發牌,不打牌,統計手牌的胡數和散牌。這種數字只和規則有關,和誰來打無關。

自對局統計。四個相同的電腦打很多局,統計結局。

危險度。四個電腦對打,在每一次打牌的時機,檢查每一種牌此刻落地會不會被胡。

擬合。四個電腦對打,每一次打牌的時機,記下四家手牌的胡數、散牌、缺口、搭子和聽的活牌,對上這一家這一局最後的得分,用最小平方法估出每一項值幾分。牌堆剩幾張、對手剩幾張手牌、對手桌上有幾胡也一起放進去估,免得把「牌局還早」算成手牌的功勞。

成對比較。比較新舊兩種打法時用這個方法:

  1. 新打法坐一家,另外三家是舊打法,打一副牌。
  2. 同一副牌再打一次,這次四家都是舊打法。
  3. 比較同一個位置兩次的得分,差額就是新打法的功勞。

每一副牌用自己的亂數種子,莊家輪流。重複幾十萬副之後,報告差額的平均、標準誤和 95% 信賴區間。信賴區間整個在 0 以上才算新打法比較好。區間跨過 0 就是資料不夠,不能說「沒有比較差」。

要成對,是因為十胡的運氣成分很重。一個位置一局得分的起伏,遠大於打法改進的幅度。兩批不同的牌各打一次,差距會被牌運淹沒。

得分的單位是胡:胡 12 胡的贏家得 +36,另外三家各得 −12。

各章的數字

章數字量法局數種子
手牌只會變少、十胡從哪裡來6.6 胡、7.3 張散牌發牌統計100,00020261118
求快還是求大97.1% 有人胡、12.2 胡自對局20,00020261117
cargo run --release --example dealt -- 100000 20261118
cargo run --release --example arena -- 20000 0 20261117

發牌統計用的是 tsap-oo 的 6428dab 版,自對局是 3d19261 版。

其他各章只寫方向的結論,量測的紀錄在 tsap-oo 的 CHANGELOG 和 research/。

限制

  • 對手是同一個電腦。真人的習慣不同,尤其是留牌的習慣,會改變單吊和對倒的機率。
  • 危險度的樣本彼此相關。同一局裡相鄰的幾次打牌,檢查的幾乎是同樣的手牌,所以書裡只把差距很大的結果當成結論。
  • 提示的數字不是價錢。同樣差 1 胡,實際的得分差可以差上好幾倍,要看差在哪一項。
  • 擬合估的是平均行情。它比較的是不同的手牌,每一項只給一個價錢,項和項之間的牽連沒有算進去。照這些價錢調出來的電腦沒有比較強。
  • 成對比較量的是整套打法的一處改動。它說明這處改動在這個電腦身上有用,搬到別的打法上不保證一樣。