摘要： 针对大众麻将 ＡＩ训练时经验回放机制中样本均匀采样导致训练缓慢的问题，提出 了一种多重优先经验回放算法，即从时序差分误差、局面复杂程度、动作即时奖励 ３个维度对经 验样本进行优先级标记，每次采样时优先级高的样本高概率被抽取来更新神经网络。为了验证 算法的有效性，构建了大众麻将自博弈平台进行相应的实验验证。实验结果表明：相比随机经 验回放方法，新方法将麻将 ＡＩ的训练速度提升了 ２２．５％。

关键词: 大众麻将；多重优先经验回放；时序差分误差；自博弈

中图分类号: 

• TP311