1

1

src/engine/actions.py

@@ -243,11 +243,15 @@ def handle_peng(self, player, tile):
         logger.error(f"玩家 {player} 无法碰牌: {tile}")
         return False
 
-    # 减少两张牌
-    self.state.hands[player].tile_count[tile] -= 2
-    self.state.melds[player].append(Meld(tile, "碰"))  # 确保使用 MahjongTile 对象
+    # 减少手牌中的牌数量
+    self.state.hands[player].remove_tile(tile)  # 移除第一张
+    self.state.hands[player].remove_tile(tile)  # 移除第二张
+
+    # 添加到明牌区
+    self.state.melds[player].append(Meld(tile, "碰"))  # 使用 Meld 类表示明牌
 
     logger.info(f"玩家 {player} 碰了牌: {tile}。当前明牌: {self.state.melds[player]}")
+
     return True
 
 
@@ -289,7 +293,7 @@ def handle_gang(self, player, tile, mode):
             return False
 
         # 更新状态
-        self._update_meld(player, tile, "杠", count=3)
+        self.update_meld(player, tile, "杠", count=3)
 
         # 明杠分数计算
         gang_score = base_score * 2
@@ -481,7 +485,7 @@ def handle_win(self, player, current_player, tile):
     logger.info(f"当前分数: {self.state.scores}")
 
 
-def _update_meld(self, player, tile, meld_type, count):
+def update_meld(self, player, tile, meld_type, count):
     """
     更新玩家的明牌状态，并移除相应的牌。
     """

src/engine/chengdu_mahjong_engine.py

@@ -140,4 +140,12 @@ class ChengduMahjongEngine:
 
         if not actions_taken:
             logger.info(f"玩家 {current_player} 打出的牌 {tile} 没有触发其他玩家的操作")
-            return actions_taken
+            return actions_taken
+
+    def update_meld(self, player, tile, meld_type, count):
+        """
+        更新玩家的明牌状态，并移除相应的牌。
+        """
+        self.state.hands[player].tile_count[tile] -= count
+        self.state.melds[player].append((meld_type, tile))
+        logger.info(f"玩家 {player} 更新明牌: {meld_type} {tile}，当前明牌: {self.state.melds[player]}")

src/environment/chengdu_mahjong_env.py

@@ -13,9 +13,6 @@ class ChengduMahjongEnv(gym.Env):
         # 初始化麻将引擎
         self.engine = ChengduMahjongEngine()
 
-        # 定义动作空间：打牌（0-13）+ 特殊动作（14: 碰, 15: 杠, 16: 胡）
-        self.action_space = spaces.Discrete(14 + 3)
-
         # 定义观察空间：手牌、明牌、弃牌和庄家信息
         self.observation_space = spaces.Dict({
             "hand": spaces.Box(low=0, high=4, shape=(108,), dtype=np.int32),  # 手牌数量
@@ -27,6 +24,15 @@ class ChengduMahjongEnv(gym.Env):
         # 初始化游戏
         self.reset()
 
+    @property
+    def action_space(self):
+        """
+        动态生成当前动作空间。
+        """
+        valid_actions = self.get_action_space()
+        # 动态生成离散动作空间的大小
+        return spaces.Discrete(len(valid_actions))
+
     def reset(self):
         """重置游戏状态"""
         self.engine = ChengduMahjongEngine()  # 重置引擎
@@ -42,27 +48,35 @@ class ChengduMahjongEnv(gym.Env):
         """
         current_player = self.engine.state.current_player
         hand = self.engine.state.hands[current_player].tiles  # 当前玩家手牌
+        logger.info(f"玩家 {current_player} 手牌: {self.engine.state.hands[current_player].tiles}")
 
-        # **1. 执行动作并检查合法性**
-        if action < len(hand):  # 打牌动作
+        # **检查动作合法性**
+        max_hand_actions = len(hand)  # 当前玩家手牌数量
+        max_action_index = max_hand_actions + 3  # 打牌 + 特殊动作
+
+        if action >= max_action_index:
+            raise ValueError(f"无效的动作: {action}")
+
+        # **执行动作**
+        if action < max_hand_actions:  # 打牌动作
             tile = hand[action]
             logger.info(f"玩家 {current_player} 选择打牌: {tile}")
             self.engine.check_other_players(tile)
-        elif action == 14:  # 碰
+        elif action == max_hand_actions:  # 碰
             tile_to_peng = self._get_tile_for_special_action("peng")
             if tile_to_peng:
                 handle_peng(self.engine, current_player, tile_to_peng)
                 logger.info(f"玩家 {current_player} 碰了牌: {tile_to_peng}")
             else:
                 logger.warning("碰动作无效，未满足条件")
-        elif action == 15:  # 杠
+        elif action == max_hand_actions + 1:  # 杠
             tile_to_gang = self._get_tile_for_special_action("gang")
             if tile_to_gang:
                 handle_gang(self.engine, current_player, tile_to_gang, mode="an")
                 logger.info(f"玩家 {current_player} 杠了牌: {tile_to_gang}")
             else:
                 logger.warning("杠动作无效，未满足条件")
-        elif action == 16:  # 胡
+        elif action == max_hand_actions + 2:  # 胡
             if self.engine.state.can_win(
                     self.engine.state.hands[current_player],
                     self.engine.state.melds[current_player],
@@ -72,28 +86,28 @@ class ChengduMahjongEnv(gym.Env):
                 logger.info(f"玩家 {current_player} 胡牌！")
             else:
                 logger.warning("胡动作无效，未满足条件")
-        else:
-            raise ValueError(f"无效的动作: {action}")
 
-        # **2. 更新状态**
+        # **更新玩家轮次**
+        if not self.engine.game_over:  # 确保游戏未结束时才轮转玩家
+            self.engine.state.current_player = (current_player + 1) % 4
+
+        # **更新状态**
         obs = self._get_observation()
 
-        # **3. 奖励设计**
+        # **奖励设计**
         reward = self._calculate_reward(current_player)
 
-        # **4. 检查游戏是否结束**
+        # **检查游戏是否结束**
         self.engine.check_game_over()
         done = self.engine.game_over
 
-        # **5. 返回值**
+        # **返回值**
         info = {
             "player": current_player,
             "action": action,
         }
         return obs, reward, done, info
 
-
-
     def _get_observation(self):
         """
         提取当前玩家的观察空间
@@ -148,3 +162,59 @@ class ChengduMahjongEnv(gym.Env):
             ):
                 return True
         return None
+
+    def get_action_space(self):
+        """
+        动态计算当前合法的动作空间。
+        返回一个合法动作的列表，其中:
+        - 0 到 len(hand.tiles) - 1 表示打出手牌的索引。
+        - len(hand.tiles) 表示碰动作。
+        - len(hand.tiles) + 1 表示杠动作。
+        - len(hand.tiles) + 2 表示胡动作。
+        """
+        current_player = self.engine.state.current_player
+        hand = self.engine.state.hands[current_player]
+        valid_actions = []
+
+        # 打牌动作
+        valid_actions.extend(range(len(hand.tiles)))
+
+        # 特殊动作
+        if self._can_peng(current_player):
+            valid_actions.append(len(hand.tiles))  # 碰
+        if self._can_gang(current_player):
+            valid_actions.append(len(hand.tiles) + 1)  # 杠
+        if self._can_hu(current_player):
+            valid_actions.append(len(hand.tiles) + 2)  # 胡
+
+        return valid_actions
+
+
+    # 辅助函数判断特殊动作是否可执行
+    def _can_peng(self, player):
+        """
+        判断玩家是否可以碰。
+        """
+        for tile, count in self.engine.state.hands[player].tile_count.items():
+            if count >= 2:  # 至少两张相同的牌
+                return True
+        return False
+
+    def _can_gang(self, player):
+        """
+        判断玩家是否可以杠。
+        """
+        for tile, count in self.engine.state.hands[player].tile_count.items():
+            if count == 4:  # 有四张相同的牌
+                return True
+        return False
+
+    def _can_hu(self, player):
+        """
+        判断玩家是否可以胡牌。
+        """
+        return self.engine.state.can_win(
+            self.engine.state.hands[player],
+            self.engine.state.melds[player],
+            self.engine.state.missing_suits[player]
+        )