Update README.md

Reviewed-on: #1

README.md

@@ -101,13 +101,13 @@
 
 3. **带幺九**：
 
-   - **带幺九**：指玩家手上的牌全部是由1和9组成的顺子、刻子或对子。例如，123, 789, 111, 999, 11等。计为3番。
+   - **带幺九**：指玩家手上的牌全部是由1和9组成的顺子、刻子或对子。例如，123, 789, 111, 999, 11等。计为3番。<!--存疑-->
 
    - **清带幺九**：指玩家手上的牌不仅全部由1和9组成，而且是同一花色（条、筒、万），即清一色的带幺九。计为1番。<!--存疑-->
 
 4. **七对**：手牌由7个对子组成，计为2番。
 
-5. **全求人**：所有牌都是通过碰、杠、吃别人打出的牌来完成的，计为6番。
+5. **全求人**：所有牌都是通过碰、杠别人打出的牌来完成的，计为6番。
 
 6. **龙七对**：七对中有一对是三张相同的牌，计为12番。
 
@@ -142,4 +142,83 @@
 
 ## 成都麻将规则建模
 
-麻将游戏引擎建模代码于项目根src/engine/目录下
+麻将游戏引擎建模代码于项目根src/engine/目录下。
+
+## PPO（Proximal Policy Optimization）算法
+
+TensorBoard 通常会记录和可视化多种训练指标。你提到的这些图表代表了 PPO 训练过程中的不同方面。下面是对每个图表的解释：
+
+### 1. `train/loss`
+
+- **含义**：总损失函数值。
+- **用途**：这是所有损失项的综合，包括策略梯度损失、价值函数损失等。通过观察这个指标，可以了解整个训练过程中的总体损失趋势。
+
+### 2. `train/policy_gradient_loss`
+
+- **含义**：策略梯度损失。
+- **用途**：这表示策略网络更新时的损失。PPO 通过剪裁来限制策略更新的幅度，以确保稳定的学习过程。观察这个指标可以帮助你了解策略更新的情况。
+
+### 3. `train/value_loss`
+
+- **含义**：价值函数损失。
+- **用途**：这表示价值网络（用于估计状态值或状态-动作对的价值）的损失。价值函数的准确性对于评估策略的好坏非常重要。通过观察这个指标，可以了解价值网络的学习情况。
+
+### 4. `train/learning_rate`
+
+- **含义**：当前的学习率。
+- **用途**：学习率是优化器的一个重要超参数，控制着每次更新时权重调整的幅度。观察学习率的变化可以帮助你了解学习率调度策略的效果。
+
+### 5. `train/explained_variance`
+
+- **含义**：解释方差。
+- **用途**：这是一个衡量价值函数预测与实际回报之间差异的指标。解释方差越接近 1，说明价值函数的预测越准确。通过观察这个指标，可以评估价值函数的性能。
+
+### 6. `train/entropy_loss`
+
+- **含义**：熵损失。
+- **用途**：熵损失鼓励策略具有一定的随机性，以防止过早收敛到局部最优解。通过观察这个指标，可以了解策略的探索程度。
+
+### 7. `train/clip_range`
+
+- **含义**：剪裁范围。
+- **用途**：PPO 使用剪裁来限制策略更新的幅度，以确保稳定性。剪裁范围是一个重要的超参数，决定了剪裁的严格程度。观察这个指标可以帮助你了解剪裁策略的效果。
+
+### 8. `train/clip_fraction`
+
+- **含义**：被剪裁的比例。
+- **用途**：这个指标表示有多少比例的更新被剪裁。如果剪裁比例很高，可能意味着你的策略更新过于激进，需要调整剪裁范围或其他超参数。
+
+### 9. `train/approx_kl`
+
+- **含义**：近似 KL 散度。
+- **用途**：KL 散度衡量新旧策略之间的差异。PPO 通过控制 KL 散度来确保策略更新的稳定性。通过观察这个指标，可以了解策略更新的幅度和稳定性。
+
+### 总结
+
+这些图表提供了关于 PPO 训练过程的全面视图，帮助你监控和调试模型。以下是每个图表的主要用途：
+
+- **`train/loss`**：总体损失，反映训练的整体进展。
+- **`train/policy_gradient_loss`**：策略梯度损失，反映策略网络的更新情况。
+- **`train/value_loss`**：价值函数损失，反映价值网络的学习情况。
+- **`train/learning_rate`**：学习率，反映优化器的设置。
+- **`train/explained_variance`**：解释方差，反映价值函数的准确性。
+- **`train/entropy_loss`**：熵损失，反映策略的探索程度。
+- **`train/clip_range`**：剪裁范围，反映策略更新的限制。
+- **`train/clip_fraction`**：被剪裁的比例，反映策略更新的稳定性。
+- **`train/approx_kl`**：近似 KL 散度，反映策略更新的幅度和稳定性。
+
+
+
+
+
+## 参考
+
+https://github.com/mangenotwork/CLI-Sichuan-Mahjong  //golang命令行麻将
+
+https://github.com/lauyikfung/SichuaMahjongAI //SichuaMahjongAI
+
+https://github.com/risseraka/node-sichuan-mahjong //nodejs 
+
+https://github.imc.re/latorc/MahjongCopilot //麻将 AI 助手，基于 mjai (Mortal模型) 实现的机器人。
+
+https://github.com/kennyzhang0819/Sichuan-Mahjong-AI-Testbed // Java 完整实现的四川麻将游戏的源代码

configs/log_config.py

@@ -1,4 +1,14 @@
+# configs/log_config.py
 from loguru import logger
+import os
 
-# 配置日志
+def setup_logging():
-logger.add("mahjong_ai_{time}.log", rotation="10 MB", level="DEBUG", format="{time} {level} {message}")
+    # 确保日志目录存在
+    log_dir = "../logs"
+    os.makedirs(log_dir, exist_ok=True)
+
+    # 清除所有现有日志处理器，防止重复配置
+    logger.remove()
+
+    # 配置日志，记录到 ../logs 目录下
+    logger.add(os.path.join(log_dir, "chengdu_mj_engine.log"), rotation="10 MB", level="DEBUG", format="{time} {level} {message}")

scripts/train_chengdu_mahjong_model.py

@@ -0,0 +1,35 @@
+import gym
+from stable_baselines3 import PPO
+from src.environment.chengdu_majiang_env import MahjongEnv
+import torch
+from configs.log_config import setup_logging
+
+def train_model():
+    # 创建 MahjongEnv 环境实例
+    env = MahjongEnv()
+
+    # 检查是否有可用的GPU
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+    print(f"使用设备: {device}")
+
+    # 使用 PPO 算法训练模型
+    model = PPO("MlpPolicy", env, verbose=1, tensorboard_log="../logs/ppo_mahjong_tensorboard/", device=device)
+
+    # 训练模型，训练总步数为100000
+    model.learn(total_timesteps=100)
+
+    # 保存训练后的模型
+    model.save("../models/ppo_mahjong_model")
+
+    # 测试模型
+    obs = env.reset()
+    done = False
+    while not done:
+        action, _states = model.predict(obs)  # 使用训练好的模型来选择动作
+        obs, reward, done, info = env.step(action)  # 执行动作
+        env.render()  # 打印环境状态
+
+if __name__ == "__main__":
+    # 调用配置函数来设置日志
+    setup_logging()
+    train_model()

src/engine/actions.py

@@ -1,58 +1,124 @@
 from loguru import logger
-from utils import get_tile_name  # 确保 get_tile_name 已在 utils.py 中定义并导入
+from src.engine.utils import get_tile_name
 
 
-def draw_tile(state):
+def draw_tile(engine):
     """
-    当前玩家摸牌的动作逻辑。
+    当前玩家摸牌逻辑，记录牌的详细信息和游戏状态。
+    """
+    if engine.state.remaining_tiles == 0:
+        logger.warning("牌堆已空，游戏结束！")
+        engine.game_over = True
+        return 0, True  # 游戏结束时返回 0 和 done = True
+
+    tile = engine.state.deck.pop(0)  # 从牌堆中取出一张牌
+    engine.state.remaining_tiles -= 1  # 更新剩余牌数
+    engine.state.hands[engine.state.current_player][tile] += 1  # 加入当前玩家手牌
+
+    tile_name = get_tile_name(tile)  # 获取具体的牌名
+    logger.info(
+        f"玩家 {engine.state.current_player} 摸到一张牌: {tile_name}（索引 {tile}）。剩余牌堆数量: {engine.state.remaining_tiles}"
+    )
+
+    # 返回奖励和游戏是否结束的标志
+    return 0, False  # 奖励为 0，done 为 False（游戏继续）
+
+
+def discard_tile(self, tile):
+    """
+    当前玩家打牌逻辑，记录打出的牌和当前牌河信息。
+    """
+    if self.state.hands[self.state.current_player][tile] == 0:
+        logger.error(f"玩家 {self.state.current_player} 尝试打出不存在的牌: 索引 {tile}")
+        raise ValueError("玩家没有这张牌")
+
+    self.state.hands[self.state.current_player][tile] -= 1  # 从手牌中移除
+    self.state.discards[self.state.current_player].append(tile)  # 加入牌河
+
+    tile_name = get_tile_name(tile)  # 获取具体的牌名
+    logger.info(
+        f"玩家 {self.state.current_player} 打出一张牌: {tile_name}（索引 {tile}）。当前牌河: {[get_tile_name(t) for t in self.state.discards[self.state.current_player]]}"
+    )
+
+
+def peng(self, tile):
+    """
+    当前玩家碰牌逻辑，记录碰牌操作和手牌状态。
+    """
+    player = self.state.current_player
+    if self.state.hands[player][tile] < 2:
+        logger.error(f"玩家 {player} 尝试碰牌失败: {get_tile_name(tile)}（索引 {tile}）")
+        raise ValueError("碰牌条件不满足")
+
+    self.state.hands[player][tile] -= 2  # 减去两张牌
+    self.state.melds[player].append(("peng", tile))  # 加入明牌列表
+
+    tile_name = get_tile_name(tile)
+    logger.info(f"玩家 {player} 碰了一张牌: {tile_name}（索引 {tile}）。当前明牌: {self.state.melds[player]}")
+
+
+def gang(self, tile, mode):
+    """
+    当前玩家杠牌逻辑，记录杠牌类型和状态更新。
+    """
+    player = self.state.current_player
+    tile_name = get_tile_name(tile)
+
+    if mode == "ming" and self.state.hands[player][tile] == 3:
+        self.state.hands[player][tile] -= 3
+        self.state.melds[player].append(("ming_gang", tile))
+        logger.info(f"玩家 {player} 明杠: {tile_name}（索引 {tile}）")
+        self.state.scores[player] += 1  # 奖励1分
+        logger.info(f"玩家 {player} 因明杠获得1分")
+
+    elif mode == "an" and self.state.hands[player][tile] == 4:
+        self.state.hands[player][tile] -= 4
+        self.state.melds[player].append(("an_gang", tile))
+        logger.info(f"玩家 {player} 暗杠: {tile_name}（索引 {tile}）")
+        self.state.scores[player] += 1  # 奖励1分
+        logger.info(f"玩家 {player} 因暗杠获得1分")
+
+    else:
+        logger.error(f"玩家 {player} 尝试杠牌失败: {tile_name}（索引 {tile}），条件不满足")
+        raise ValueError("杠牌条件不满足")
+
+
+
+def check_blood_battle(self):
+    """
+    检查游戏是否流局或血战结束，记录状态。
+    """
+    if any(score <= 0 for score in self.state.scores):
+        logger.info(f"游戏结束，某玩家分数小于等于0: {self.state.scores}")
+        self.game_over = True
+
+    if len(self.state.winners) >= 3 or self.state.remaining_tiles == 0:
+        logger.info(f"游戏结束，赢家列表: {self.state.winners}")
+        self.game_over = True
+
+
+def set_missing_suit(player, missing_suit, game_state):
+    """
+    玩家设置缺门的动作。
 
     参数:
-    - state: ChengduMahjongState 实例，表示当前游戏状态。
+    - player: 玩家索引（0-3）。
-
+    - missing_suit: 玩家选择的缺门（"条"、"筒" 或 "万"）。
-    返回:
+    - game_state: 当前的游戏状态（`ChengduMahjongState` 实例）。
-    - tile: 当前玩家摸到的牌的索引。
 
     异常:
-    - ValueError: 如果牌堆已经空了（流局条件）。
+    - ValueError: 如果缺门设置无效。
     """
-    if state.remaining_tiles == 0:
+    valid_suits = ["条", "筒", "万"]
-        logger.warning("牌堆已空，无法摸牌！")
+    if missing_suit not in valid_suits:
-        raise ValueError("牌堆已空")  # 牌堆为空时不能摸牌
+        logger.error(f"玩家 {player} 尝试设置无效的缺门: {missing_suit}")
+        raise ValueError("缺门设置无效")
 
-    tile = state.deck.pop(0)  # 从牌堆顶取出一张牌
+    if game_state.missing_suits[player] is not None:
-    state.remaining_tiles -= 1  # 更新牌堆剩余数量
+        logger.error(f"玩家 {player} 已经设置了缺门，不能重复设置")
-    state.hands[state.current_player][tile] += 1  # 将摸到的牌添加到当前玩家的手牌中
+        raise ValueError("缺门已经设置，不能重复设置")
 
-    tile_name = get_tile_name(tile)  # 获取牌的具体名称
+    game_state.missing_suits[player] = missing_suit
-    logger.info(
+    logger.info(f"玩家 {player} 设置缺门为: {missing_suit}")
-        f"玩家 {state.current_player} 摸到一张牌: {tile_name}（索引 {tile}）。剩余牌堆数量: {state.remaining_tiles}"
-    )
-    return tile
 
-
+    return game_state.missing_suits[player]
-def discard_tile(state, tile):
-    """
-    当前玩家打出一张牌的动作逻辑。
-
-    参数:
-    - state: ChengduMahjongState 实例，表示当前游戏状态。
-    - tile: 玩家想要打出的牌的索引。
-
-    操作:
-    - 从当前玩家手牌中移除指定的牌。
-    - 将指定牌添加到当前玩家的牌河中。
-
-    异常:
-    - ValueError: 如果当前玩家的手牌中没有这张牌。
-    """
-    if state.hands[state.current_player][tile] == 0:
-        logger.error(f"玩家 {state.current_player} 尝试打出不存在的牌: 索引 {tile}")
-        raise ValueError("玩家没有这张牌")  # 防止打出不存在的牌
-
-    state.hands[state.current_player][tile] -= 1  # 从手牌中移除该牌
-    state.discards[state.current_player].append(tile)  # 将牌添加到牌河
-
-    tile_name = get_tile_name(tile)  # 获取牌的具体名称
-    logger.info(
-        f"玩家 {state.current_player} 打出一张牌: {tile_name}（索引 {tile}）。当前牌河: {[get_tile_name(t) for t in state.discards[state.current_player]]}"
-    )

src/engine/calculate_fan.py

@@ -67,13 +67,23 @@ def is_seven_pairs(hand):
     return sum(1 for count in hand if count == 2) == 7
 
 
-def is_cleared(hand):
+def is_cleared(hand, melds):
     """
-    检查手牌是否是清一色。
+    检查手牌和明牌是否是清一色。
-    """
-    suits = [tile // 36 for tile, count in enumerate(hand) if count > 0]
-    return len(set(suits)) == 1
 
+    参数:
+    - hand: 当前胡牌的手牌（长度为108的列表，表示每张牌的数量）。
+    - melds: 碰杠等明牌列表。
+
+    返回:
+    - bool: 是否为清一色。
+    """
+    # 获取所有牌的花色
+    all_tiles = hand + [tile for meld in melds for tile in meld]
+    suits = [tile // 36 for tile in all_tiles if tile > 0]
+
+    # 检查是否有多种花色
+    return len(set(suits)) == 1
 
 def is_big_pairs(hand):
     """

src/engine/chengdu_mahjong_engine.py

@@ -1,86 +1,47 @@
-from .game_state import ChengduMahjongState
+import random
-from .utils import get_tile_name  # 确保 utils 中有 get_tile_name 定义
+
 from loguru import logger
 
+from .game_state import ChengduMahjongState
+
 
 class ChengduMahjongEngine:
     def __init__(self):
-        self.state = ChengduMahjongState()
+        self.state = ChengduMahjongState()  # 创建游戏状态
         self.game_over = False
+        self.game_started = False  # 游戏是否已开始
+        self.deal_tiles()  # 发牌
 
-    def draw_tile(self):
+    def deal_tiles(self):
-        """
+        """ 发牌，每个玩家发13张牌，并设置缺门 """
-        当前玩家摸牌逻辑，记录牌的详细信息和游戏状态。
+        logger.info("发牌中...")
-        """
-        if self.state.remaining_tiles == 0:
-            logger.warning("牌堆已空，游戏结束！")
-            self.game_over = True
-            return "牌堆已空"
 
-        tile = self.state.deck.pop(0)  # 从牌堆中取出一张牌
+        # 洗牌（随机打乱牌堆）
-        self.state.remaining_tiles -= 1  # 更新剩余牌数
+        random.shuffle(self.state.deck)
-        self.state.hands[self.state.current_player][tile] += 1  # 加入当前玩家手牌
 
-        tile_name = get_tile_name(tile)  # 获取具体的牌名
+        # 随机发牌给每个玩家
-        logger.info(
+        for player in range(4):
-            f"玩家 {self.state.current_player} 摸到一张牌: {tile_name}（索引 {tile}）。剩余牌堆数量: {self.state.remaining_tiles}"
+            for _ in range(13):  # 每个玩家13张牌
-        )
+                tile = self.state.deck.pop()  # 从牌堆抽取一张牌
-        return tile
+                self.state.hands[player][tile] += 1  # 增加玩家手牌的计数
 
-    def discard_tile(self, tile):
+        # 设置缺门：每个玩家定缺（这里假设我们让每个玩家的缺门都为“条”）
-        """
+        for player in range(4):
-        当前玩家打牌逻辑，记录打出的牌和当前牌河信息。
+            missing_suit = "条"  # 这里可以通过其他方式设置缺门，比如随机选择
-        """
+            self.state.set_missing_suit(player, missing_suit)
-        if self.state.hands[self.state.current_player][tile] == 0:
-            logger.error(f"玩家 {self.state.current_player} 尝试打出不存在的牌: 索引 {tile}")
-            raise ValueError("玩家没有这张牌")
 
-        self.state.hands[self.state.current_player][tile] -= 1  # 从手牌中移除
+    def start_game(self):
-        self.state.discards[self.state.current_player].append(tile)  # 加入牌河
+        """ 开始游戏 """
-
+        if not self.game_started:
-        tile_name = get_tile_name(tile)  # 获取具体的牌名
+            self.game_started = True
-        logger.info(
+            logger.info("游戏开始！")
-            f"玩家 {self.state.current_player} 打出一张牌: {tile_name}（索引 {tile}）。当前牌河: {[get_tile_name(t) for t in self.state.discards[self.state.current_player]]}"
-        )
-
-    def peng(self, tile):
-        """
-        当前玩家碰牌逻辑，记录碰牌操作和手牌状态。
-        """
-        player = self.state.current_player
-        if self.state.hands[player][tile] < 2:
-            logger.error(f"玩家 {player} 尝试碰牌失败: {get_tile_name(tile)}（索引 {tile}）")
-            raise ValueError("碰牌条件不满足")
-
-        self.state.hands[player][tile] -= 2  # 减去两张牌
-        self.state.melds[player].append(("peng", tile))  # 加入明牌列表
-
-        tile_name = get_tile_name(tile)
-        logger.info(f"玩家 {player} 碰了一张牌: {tile_name}（索引 {tile}）。当前明牌: {self.state.melds[player]}")
-
-    def gang(self, tile, mode="ming"):
-        """
-        当前玩家杠牌逻辑，记录杠牌类型和状态更新。
-        """
-        player = self.state.current_player
-        tile_name = get_tile_name(tile)
-
-        if mode == "ming" and self.state.hands[player][tile] == 3:
-            self.state.hands[player][tile] -= 3
-            self.state.melds[player].append(("ming_gang", tile))
-            logger.info(f"玩家 {player} 明杠: {tile_name}（索引 {tile}）")
-        elif mode == "an" and self.state.hands[player][tile] == 4:
-            self.state.hands[player][tile] -= 4
-            self.state.melds[player].append(("an_gang", tile))
-            logger.info(f"玩家 {player} 暗杠: {tile_name}（索引 {tile}）")
         else:
-            logger.error(f"玩家 {player} 尝试杠牌失败: {tile_name}（索引 {tile}），条件不满足")
+            logger.warning("游戏已经开始，不能重复启动！")
-            raise ValueError("杠牌条件不满足")
 
-    def check_blood_battle(self):
+    def check_game_over(self):
-        """
+        """ 检查游戏是否结束 """
-        检查游戏是否流局或血战结束，记录状态。
+        # 你可以根据游戏规则检查是否有玩家胡牌或其他结束条件
-        """
+        if len(self.state.deck) == 0:
-        if len(self.state.winners) >= 3 or self.state.remaining_tiles == 0:
-            logger.info(f"游戏结束，赢家列表: {self.state.winners}")
             self.game_over = True
+            logger.info("游戏结束！")
+

src/engine/game_state.py

@@ -4,7 +4,7 @@ from loguru import logger
 
 class ChengduMahjongState:
     def __init__(self):
-        # 每个玩家的手牌
+        # 每个玩家的手牌，使用108个索引表示
         self.hands = [[0] * 108 for _ in range(4)]  # 每个玩家108张牌的计数
         # 每个玩家的打出的牌
         self.discards = [[] for _ in range(4)]  # 每个玩家的弃牌列表
@@ -14,6 +14,8 @@ class ChengduMahjongState:
         self.deck = list(range(108))  # 0-107 表示108张牌
         # 当前玩家索引
         self.current_player = 0
+        # 玩家分数
+        self.scores = [100, 100, 100, 100]
         # 剩余牌数量
         self.remaining_tiles = 108
         # 胜利玩家列表
@@ -34,11 +36,8 @@ class ChengduMahjongState:
         """
         valid_suits = ["条", "筒", "万"]
         if missing_suit not in valid_suits:
-            logger.error(f"玩家 {player} 尝试设置无效的缺门: {missing_suit}")
             raise ValueError("缺门设置无效")
-
         self.missing_suits[player] = missing_suit
-        logger.info(f"玩家 {player} 设置缺门为: {missing_suit}")
 
     def can_win(self, hand):
         """

src/engine/hand.py

@@ -0,0 +1,39 @@
+from collections import defaultdict
+
+from collections import defaultdict
+
+class Hand:
+    def __init__(self):
+        # 存储所有的牌
+        self.tiles = []
+        # 存储每种牌的数量，默认值为 0
+        self.tile_count = defaultdict(int)
+
+    def add_tile(self, tile):
+        """ 向手牌中添加一张牌 """
+        self.tiles.append(tile)  # 将牌添加到手牌中
+        self.tile_count[tile] += 1  # 增加牌的数量
+
+    def remove_tile(self, tile):
+        """ 从手牌中移除一张牌 """
+        if self.tile_count[tile] > 0:
+            self.tiles.remove(tile)
+            self.tile_count[tile] -= 1
+        else:
+            raise ValueError(f"手牌中没有该牌: {tile}")
+
+    def get_tile_count(self, tile):
+        """ 获取手牌中某张牌的数量 """
+        return self.tile_count[tile]
+
+    def can_peng(self, tile):
+        """ 判断是否可以碰（即是否已经有2张相同的牌，摸一张牌后可以碰） """
+        return self.tile_count[tile] == 2  # 摸一张牌后总数为 3 张，才可以碰
+
+    def can_gang(self, tile):
+        """ 判断是否可以杠（即是否已经有3张相同的牌，摸一张牌后可以杠） """
+        return self.tile_count[tile] == 3  # 摸一张牌后总数为 4 张，才可以杠
+
+    def __repr__(self):
+        """ 返回手牌的字符串表示 """
+        return f"手牌: {self.tiles}, 牌的数量: {dict(self.tile_count)}"

src/engine/mahjong_tile.py

@@ -0,0 +1,20 @@
+class MahjongTile:
+    SUITS = ['条', '筒', '万']
+
+    def __init__(self, suit, value):
+        if suit not in self.SUITS or not (1 <= value <= 9):
+            raise ValueError("Invalid tile")
+        self.suit = suit
+        self.value = value
+
+    def __repr__(self):
+        return f"{self.value}{self.suit}"
+
+    def __eq__(self, other):
+        return self.suit == other.suit and self.value == other.value
+
+    def __hash__(self):
+        return hash((self.suit, self.value))
+
+
+

src/engine/scoring.py

@@ -1,52 +1,32 @@
-def calculate_score(fan: int, base_score: int, is_self_draw: bool, is_dealer: bool) -> dict:
+def calculate_score(fan: int, base_score: int, is_self_draw: bool) -> dict:
     """
-    根据规则计算得分。
+    根据成都麻将规则计算得分（不区分庄家和闲家）。
 
     参数:
     - fan: 总番数。
     - base_score: 底分。
     - is_self_draw: 是否为自摸。
-    - is_dealer: 是否为庄家。
 
     返回:
     - scores: 字典，包含赢家得分和输家扣分。
     """
-    # 翻倍计算基础分
+    # 计算总分
-    total_score = base_score * (2 ** fan)
+    multiplier = 2 ** fan  # 根据番数计算倍率
+    total_score = base_score * multiplier
 
     if is_self_draw:
-        # 自摸，其他三家平摊
+        # 自摸：三家平摊分数
-        if is_dealer:
+        per_loser_score = -total_score
-            # 庄家自摸：每家付单倍总分
+        winner_score = total_score * 3  # 总赢家得分
-            per_loser_score = -total_score
+        return {
-            winner_score = total_score * 3  # 三家支付的总和
+            "winner": winner_score,
-            return {
+            "loser": [per_loser_score] * 3
-                "winner": winner_score,
+        }
-                "loser": [per_loser_score] * 3
-            }
-        else:
-            # 闲家自摸：庄家付双倍，其他两家付单倍
-            dealer_loss = -total_score * 2
-            other_loss = -total_score
-            winner_score = -dealer_loss + 2 * -other_loss  # 庄家和两闲家支付总和
-            return {
-                "winner": winner_score,
-                "loser": [dealer_loss, other_loss, other_loss]
-            }
     else:
-        # 点炮，点炮者独付
+        # 点炮：点炮者独付
         loser_score = -total_score
         winner_score = total_score
-        if is_dealer:
+        return {
-            # 庄家点炮
+            "winner": winner_score,
-            return {
+            "loser": [loser_score, 0, 0]
-                "winner": winner_score,
+        }
-                "loser": [loser_score, 0, 0]
-            }
-        else:
-            # 闲家点炮
-            return {
-                "winner": winner_score,
-                "loser": [loser_score, 0, 0]
-            }
-

src/engine/utils.py

@@ -1,29 +1,19 @@
 def get_suit(tile_index):
     """
     根据牌的索引返回花色。
-    条：索引 0-35，筒：索引 36-71，万：索引 72-107
-
-    参数:
-    - tile_index: 牌的索引（0-107）。
-
-    返回:
-    - 花色字符串: "条"、"筒" 或 "万"。
     """
-    suits = ["条", "筒", "万"]
+    if 0 <= tile_index <= 35:
-    return suits[tile_index // 36]
+        return "条"
-
+    elif 36 <= tile_index <= 71:
+        return "筒"
+    elif 72 <= tile_index <= 107:
+        return "万"
+    else:
+        raise ValueError(f"无效的牌索引: {tile_index}")
 
 def get_tile_name(tile_index):
     """
-    根据牌的索引返回具体的牌（花色和数字）。
+    根据牌的索引返回牌名（例如：1条，2筒等）。
-
-    参数:
-    - tile_index: 牌的索引（0-107）。
-
-    返回:
-    - 具体牌的字符串: 例如 "1条"、"9筒"、"5万"。
     """
-    suits = ["条", "筒", "万"]
+    suit = get_suit(tile_index)
-    suit = suits[tile_index // 36]  # 根据索引获取花色
+    return f"{tile_index % 36 + 1}{suit}"
-    number = (tile_index % 36) // 4 + 1  # 计算具体数字（1-9）
-    return f"{number}{suit}"

src/environment/chengdu_majiang_env.py

@@ -0,0 +1,120 @@
+import gym
+import numpy as np
+from gym import spaces
+from src.engine.actions import draw_tile, discard_tile, peng, gang, check_blood_battle
+from src.engine.calculate_fan import calculate_fan, is_seven_pairs, is_cleared, is_big_pairs
+from src.engine.chengdu_mahjong_engine import ChengduMahjongEngine
+from src.engine.scoring import calculate_score
+
+
+class MahjongEnv(gym.Env):
+    def __init__(self):
+        super(MahjongEnv, self).__init__()
+        self.engine = ChengduMahjongEngine()
+        self.scores = [100, 100, 100, 100]  # 四位玩家初始分数
+        self.base_score = 1  # 底分
+        self.max_rounds = 100  # 最大轮数，防止游戏无限进行
+        self.current_round = 0  # 当前轮数
+        self.action_space = spaces.Discrete(108)  # 动作空间：打牌的索引
+        self.observation_space = spaces.Box(low=0, high=4, shape=(108,), dtype=np.int32)
+
+    def reset(self):
+        self.engine = ChengduMahjongEngine()
+        self.scores = [100, 100, 100, 100]  # 每局重置分数
+        self.current_round = 0
+        return self.engine.state.hands[self.engine.state.current_player]
+
+    def step(self, action):
+        """
+        执行玩家动作并更新游戏状态。
+
+        参数:
+        - action: 玩家动作，0 代表摸牌，1 代表打牌，2 代表碰牌，3 代表杠牌
+
+        返回:
+        - next_state: 当前玩家的手牌
+        - reward: 奖励
+        - done: 是否结束
+        - info: 其他信息（如奖励历史等）
+        """
+        done = False
+        reward = 0
+
+        try:
+            if action == 0:  # 0代表摸牌
+                reward, done = draw_tile(self.engine)  # 调用摸牌函数
+            elif action == 1:  # 1代表打牌
+                tile = self.engine.state.hands[self.engine.state.current_player][0]  # 假设选择第一张牌
+                discard_tile(self.engine, tile)  # 调用打牌函数
+                reward, done = -1, False
+            elif action == 2:  # 2代表碰牌
+                tile = self.engine.state.hands[self.engine.state.current_player][0]  # 假设选择第一张牌
+                peng(self.engine, tile)  # 调用碰牌函数
+                reward, done = 0, False
+            elif action == 3:  # 3代表杠牌
+                tile = self.engine.state.hands[self.engine.state.current_player][0]  # 假设选择第一张牌
+                gang(self.engine, tile, mode="ming")  # 暂时假设为明杠
+                reward, done = 0, False
+
+            # 检查是否胡牌
+            if self.engine.state.can_win(self.engine.state.hands[self.engine.state.current_player]):
+                reward, done = self.handle_win()  # 胡牌时处理胜利逻辑
+
+            # 检查游戏结束条件
+            check_blood_battle(self.engine)
+
+            if self.engine.game_over:  # 检查是否游戏结束
+                done = True
+
+        except ValueError:
+            reward, done = -10, False  # 非法操作扣分
+
+        # 切换到下一个玩家
+        self.engine.state.current_player = (self.engine.state.current_player + 1) % 4
+        self.current_round += 1
+
+        # 如果达到最大轮数，结束游戏
+        if self.current_round >= self.max_rounds:
+            done = True
+            reward = 0  # 平局奖励或惩罚（可调整）
+
+        return self.engine.state.hands[self.engine.state.current_player], reward, done, {}
+
+    def handle_win(self):
+        """
+        处理胡牌后的分数结算和奖励。
+        """
+        winner = self.engine.state.current_player
+        hand = self.engine.state.hands[winner]
+        melds = self.engine.state.melds[winner]
+        is_self_draw = True  # 假设自摸（后续可动态判断）
+
+        conditions = {
+            "is_cleared": is_cleared(hand, melds),
+            "is_seven_pairs": is_seven_pairs(hand),
+            "is_big_pairs": is_big_pairs(hand),
+            # 添加其他条件...
+        }
+
+        # 动态计算番数
+        fan = calculate_fan(hand, melds, is_self_draw, is_cleared, conditions)
+
+        # 动态计算得分
+        scores = calculate_score(fan, self.base_score, is_self_draw)
+        self.scores[winner] += scores["winner"]
+        for i, score in enumerate(scores["loser"]):
+            self.scores[i] += score  # 扣分
+
+        # 奖励设置为赢家得分
+        reward = scores["winner"]
+        self.engine.state.winners.append(winner)  # 添加赢家到列表
+        return reward, True  # 胡牌结束当前局
+
+    def render(self, mode="human"):
+        """
+        打印游戏状态信息，便于调试。
+        """
+        print(f"当前轮数: {self.current_round}")
+        print("玩家分数:", self.scores)
+        print("当前玩家状态:", self.engine.state.hands[self.engine.state.current_player])
+

test.py

@@ -0,0 +1,3 @@
+import torch
+print(torch.cuda.is_available())  # 如果返回True，说明可以使用GPU
+print(torch.__version__)

tests/test_hand.py

@@ -0,0 +1,64 @@
+from src.engine.hand import Hand
+
+
+def test_hand():
+    # 创建一个玩家的手牌
+    hand = Hand()
+
+    # 添加一些牌到手牌中
+    hand.add_tile("1条")
+    hand.add_tile("1条")
+    hand.add_tile("2条")
+    hand.add_tile("2条")
+    hand.add_tile("2条")
+    hand.add_tile("3条")
+
+    # 打印手牌
+    print("\n当前手牌:", hand)
+
+    # 测试获取某张牌的数量
+    assert hand.get_tile_count("1条") == 2, f"测试失败：1条应该有 2 张"
+    assert hand.get_tile_count("2条") == 3, f"测试失败：2条应该有 3 张"
+    assert hand.get_tile_count("3条") == 1, f"测试失败：3条应该有 1 张"
+
+    # 测试移除一张牌
+    hand.remove_tile("1条")
+    print("移除 1条 后的手牌:", hand)
+    assert hand.get_tile_count("1条") == 1, f"测试失败：1条应该有 1 张"
+
+    # 确保移除后有足够的牌可以碰
+    # 添加一张 1条，确保可以碰
+    hand.add_tile("1条")
+    print("添加 1条 后的手牌:", hand)
+
+    # 测试是否可以碰
+    assert hand.can_peng("1条") == True, f"测试失败：1条应该可以碰"
+    print("可以碰 1条 的牌:", hand.can_peng("1条"))
+    assert hand.can_peng("3条") == False, f"测试失败：3条不可以碰"
+    print("不可以碰 3条 的牌:", hand.can_peng("3条"))
+
+    # 测试是否可以杠
+    assert hand.can_gang("1条") == False, f"测试失败：1条不可以杠"
+    print("不可以杠 1条 的牌:", hand.can_gang("1条"))
+    assert hand.can_gang("2条") == False, f"测试失败：2条不可以杠"
+    print("不可以杠 2条 的牌:", hand.can_gang("2条"))
+
+    # 添加更多牌来形成杠
+    hand.add_tile("2条")
+    print("添加牌后手牌:", hand)
+    hand.add_tile("2条")
+    print("添加牌后手牌:", hand)
+    assert hand.can_gang("2条") == False, f"测试失败：2条不可以杠"  # still not enough for gang
+
+    # 添加一张更多的 2条 来形成杠
+    hand.add_tile("2条")
+    print("添加一张2条后:", hand)
+    assert hand.can_gang("2条") == True, f"测试失败：2条应该可以杠"
+
+    print("所有测试通过！")
+
+# 运行测试
+test_hand()
+
+
+

tests/test_mahjong_tile.py

@@ -0,0 +1,45 @@
+from src.engine.mahjong_tile import MahjongTile
+
+def test_mahjong_tile():
+    # 测试合法的牌
+    tile1 = MahjongTile("条", 5)
+    assert tile1.suit == "条", f"测试失败：预期花色是 '条'，但实际是 {tile1.suit}"
+    assert tile1.value == 5, f"测试失败：预期面值是 5，但实际是 {tile1.value}"
+    assert repr(tile1) == "5条", f"测试失败：预期牌名是 '5条'，但实际是 {repr(tile1)}"
+
+    tile2 = MahjongTile("筒", 3)
+    assert tile2.suit == "筒", f"测试失败：预期花色是 '筒'，但实际是 {tile2.suit}"
+    assert tile2.value == 3, f"测试失败：预期面值是 3，但实际是 {tile2.value}"
+    assert repr(tile2) == "3筒", f"测试失败：预期牌名是 '3筒'，但实际是 {repr(tile2)}"
+
+    tile3 = MahjongTile("万", 9)
+    assert tile3.suit == "万", f"测试失败：预期花色是 '万'，但实际是 {tile3.suit}"
+    assert tile3.value == 9, f"测试失败：预期面值是 9，但实际是 {tile3.value}"
+    assert repr(tile3) == "9万", f"测试失败：预期牌名是 '9万'，但实际是 {repr(tile3)}"
+
+    # 测试非法的牌
+    try:
+        MahjongTile("条", 10)  # 面值超出范围
+        assert False, "测试失败：面值为 10 的牌应该抛出异常"
+    except ValueError:
+        pass  # 正确抛出异常
+
+    try:
+        MahjongTile("花", 5)  # 花色无效
+        assert False, "测试失败：花色为 '花' 的牌应该抛出异常"
+    except ValueError:
+        pass  # 正确抛出异常
+
+    # 测试相等判断
+    tile4 = MahjongTile("条", 5)
+    assert tile1 == tile4, f"测试失败：预期 {tile1} 和 {tile4} 相等"
+    tile5 = MahjongTile("筒", 5)
+    assert tile1 != tile5, f"测试失败：预期 {tile1} 和 {tile5} 不相等"
+
+    # 测试哈希
+    tile_set = {tile1, tile4, tile2}
+    assert len(tile_set) == 2, f"测试失败：集合中应该有 2 张牌，而实际有 {len(tile_set)} 张"
+
+    print("所有测试通过！")
+
+

tests/test_scoring.py

@@ -1,72 +1,19 @@
+import pytest
 from src.engine.scoring import calculate_score
 
+@pytest.mark.parametrize("fan, is_self_draw, base_score, expected_scores", [
+    # 测试用例 1: 自摸，总番数 3
+    (3, True, 5, {"winner": 120, "loser": [-40, -40, -40]}),
 
-def test_dealer_self_draw():
+    # 测试用例 2: 点炮，总番数 2
-    """
+    (2, False, 5, {"winner": 20, "loser": [-20, 0, 0]}),
-    测试用例 1: 庄家自摸，总番数 3，底分 10
-    """
-    fan = 3
-    base_score = 10
-    is_self_draw = True
-    is_dealer = True
 
-    scores = calculate_score(fan, base_score, is_self_draw, is_dealer)
+    # 测试用例 3: 自摸，总番数 4
-    expected_scores = {"winner": 240, "loser": [-80, -80, -80]}
+    (4, True, 5, {"winner": 240, "loser": [-80, -80, -80]}),
-    assert scores == expected_scores, f"庄家自摸测试失败: {scores} != {expected_scores}"
 
-
+    # 测试用例 4: 点炮，总番数 1
-def test_non_dealer_point_win():
+    (1, False, 5, {"winner": 10, "loser": [-10, 0, 0]}),
-    """
+])
-    测试用例 2: 闲家点炮，总番数 2，底分 10
+def test_calculate_score(fan, is_self_draw, base_score, expected_scores):
-    """
+    scores = calculate_score(fan, base_score, is_self_draw)
-    fan = 2
+    assert scores == expected_scores, f"测试失败: {scores} != {expected_scores}"
-    base_score = 10
-    is_self_draw = False
-    is_dealer = False
-
-    scores = calculate_score(fan, base_score, is_self_draw, is_dealer)
-    expected_scores = {"winner": 40, "loser": [-40, 0, 0]}
-    assert scores == expected_scores, f"闲家点炮测试失败: {scores} != {expected_scores}"
-
-
-def test_non_dealer_self_draw():
-    """
-     测试用例 3: 闲家自摸，总番数 4，底分 10
-     """
-    fan = 4
-    base_score = 10
-    is_self_draw = True
-    is_dealer = False
-
-    scores = calculate_score(fan, base_score, is_self_draw, is_dealer)
-    expected_scores = {"winner": 160, "loser": [-80, -40, -40]}
-    assert scores == expected_scores, f"闲家自摸测试失败: {scores} != {expected_scores}"
-
-
-def test_dealer_point_win():
-    """
-    测试用例 4: 庄家点炮，总番数 1，底分 5
-    """
-    fan = 1
-    base_score = 5
-    is_self_draw = False
-    is_dealer = True
-
-    scores = calculate_score(fan, base_score, is_self_draw, is_dealer)
-    expected_scores = {"winner": 10, "loser": [-10, 0, 0]}
-    assert scores == expected_scores, f"庄家点炮测试失败: {scores} != {expected_scores}"
-
-
-if __name__ == "__main__":
-    # 单独执行测试
-    test_dealer_self_draw()
-    print("测试 1: 庄家自摸通过！")
-
-    test_non_dealer_point_win()
-    print("测试 2: 闲家点炮通过！")
-
-    test_non_dealer_self_draw()
-    print("测试 3: 闲家自摸通过！")
-
-    test_dealer_point_win()
-    print("测试 4: 庄家点炮通过！")

tests/test_utils.py

@@ -0,0 +1,36 @@
+from src.engine.utils import get_suit,get_tile_name
+
+def test_get_suit():
+    # 测试条花色（0-35）
+    for i in range(36):
+        assert get_suit(i) == "条", f"测试失败：索引 {i} 应该是 '条'"
+
+    # 测试筒花色（36-71）
+    for i in range(36, 72):
+        assert get_suit(i) == "筒", f"测试失败：索引 {i} 应该是 '筒'"
+
+    # 测试万花色（72-107）
+    for i in range(72, 108):
+        assert get_suit(i) == "万", f"测试失败：索引 {i} 应该是 '万'"
+
+    # 测试无效索引
+    try:
+        get_suit(108)
+        assert False, "测试失败：索引 108 应该抛出 ValueError"
+    except ValueError:
+        pass  # 如果抛出 ValueError，测试通过
+
+    print("get_suit 测试通过！")
+
+def test_get_tile_name():
+    # 测试每个牌的名称是否正确
+    for i in range(108):
+        tile_name = get_tile_name(i)
+        assert tile_name == f"{i % 36 + 1}{get_suit(i)}", \
+            f"测试失败：索引 {i} 应该是 '{i % 36 + 1}{get_suit(i)}'，但实际返回 '{tile_name}'"
+
+    print("get_tile_name 测试通过！")
+
+# 运行测试
+test_get_suit()
+test_get_tile_name()