麻雀AI「v3」、人間の打牌一致率77.81%

麻雀AIの世界では、Microsoft Research AsiaのSuphxが2020年に天鳳で安定段位8.74段に達したと報告され、強化学習を組み合わせる手法が注目された。今回のv3は、そのSuphxが人間の牌譜で学ぶ段階に当たる部分を、CNNではなくTransformerで作り直したものだ。Suphxは34種類の牌×838個の特徴表をCNNで読み、100個以上の先読み特徴を人が設計して入力する。v3は牌と出来事を1本の系列にし、枚数や河といった生に近い情報だけで学習する。派生特徴を足しても精度差が0.1ポイント未満だったといい、この入力規模ならTransformerが自ら関係を導いている可能性がある。強化学習をしていないため人間の悪い打牌もまねる点は限界として挙げられている。