麻雀AI研究　　mjxビルド

**焼き鳥名無しさん** · 2024/10/06(日) 02:20:12.65

有識者募集

**焼き鳥名無しさん** · 2024/10/06(日) 02:22:54.89

山岡さんのdlmahjongとかの話も募集

**焼き鳥名無しさん** · 2024/10/06(日) 02:23:16.08

みんなもそろそろ開発者になろうや

警備員[Lv.6][新] · 2024/11/19(火) 17:19:33.43

ナニココ

**焼き鳥名無しさん** · 2024/11/23(土) 06:24:25.87

岡山エアコンラーメンマン

**焼き鳥名無しさん** · 2025/02/27(木) 20:31:26.67

🍌

**焼き鳥名無しさん** · 2025/05/09(金) 06:46:42.32

サンライズ瀬戸

**焼き鳥名無しさん** · 2025/07/16(水) 22:18:07.73

非ディープラーニングの麻雀 AI に興味ある人いる?
まったり麻雀とか mjai-manue とか Akochan とか
最近だと電脳麻将の majiang-ai とかが有名かな?

**焼き鳥名無しさん** · 2025/07/31(木) 15:07:40.73

>>8
スレ主やがそこらへんも興味あるな
そいつらでもデータセット残せたら立派に深層できるし

**焼き鳥名無しさん** · 2025/07/31(木) 18:29:39.77

ブリンカー着用

**焼き鳥名無しさん** · 2025/08/01(金) 19:50:11.98

>>9
いまよく知られてる DL 系の麻雀 AI はどれもプレトレーニング用の牌譜が要るのがネックだね
Mortal は Mjai の mjson 形式、
Kanachan は雀魂の牌譜再生時の通信を傍受したバイナリデータ、
その他 OSS のプロジェクトは天鳳の mjlog 形式が多いかな

ネト麻の牌譜を使わないなら Akochan 同士の対戦で mjson の牌譜を作るのがいいんかね
でも Akochan は鳳凰卓の牌譜で統計データを作って参照してるから純粋じゃない?

山岡さんの dlmahjong は 0 から牌譜生成してるのが興味深いけど開発止まってるね

**焼き鳥名無しさん** · 2025/08/01(金) 19:59:24.90

>>9
mjai-manue は結構コードが少なくて勉強にはいいと思う
あと麻雀 AI 対戦サーバーのデファクトスタンダードである Mjai の作者による AI という記念碑的な意味もある
ちなみに Go 言語に移植した mjai-manue-go ってプロジェクトが最近できた
こっちは内部構造が整理されててさらにコードが読みやすくなってる

majiang-ai は作者がブログとか X でたびたび発信してるから参考になるかも
ただ個人的には結構検証が浅い気がするので結果は鵜呑みにできないかも

**焼き鳥名無しさん** · 2025/08/01(金) 20:01:00.75

>>11
牌譜生成の点でdlmahjongはだいぶ期待してたんだけどあれモデルの性能を可視化する段階までもいけてないからね、
現状実質なにもやってないようなもんなんだよな
開発止めてて悲しいよ

mortalたちは教師ありだし強化学習はないようなものだしね

akochanのアルゴリズムは知らなかったな
どちらにせよ自己対局で牌譜残すようにするにはそこそこ労力が必要そうだな

mjaiをローカルで立ち上げて学習するのが環境的には早いと思ったけどそうなるとrubyで1からAI書かないといけない

mjxはopen ai gymの閉鎖でもう動かなくなったと見ていいのかね
あれが一番手っ取り早いと思ってたんだが

**焼き鳥名無しさん** · 2025/08/01(金) 20:04:48.56

やっぱりmjaiでmjai-manueがすぐ実装できる点は評価するべきか

mjai-manueは少しバカにしてたけれどもAIと環境がサーバーを通してなにやり取りしてるかとか確認するためには有用なのかな

**焼き鳥名無しさん** · 2025/08/01(金) 20:08:51.94

>>13
Mortal は強化学習やってるよ
Suphx と同じで牌譜から大まかな打ち方をプレトレーニングした後自己対戦で強化学習してる

Akochan は論文出てる (自分は難しすぎて読めてない……)
https://arxiv.org/abs/1904.07491

**焼き鳥名無しさん** · 2025/08/01(金) 20:11:20.24

>>13
Mjai は TCP/IP で JSON をやり取りするだけだから何の言語で書いてもいけるよ

**焼き鳥名無しさん** · 2025/08/01(金) 20:19:18.63

>>13
誤解させたならごめん
Akochan には作成済みの設定ファイルが付属してるから実行はすぐにできる
むしろ付属以外のデータを使ってる人はほとんどいないと思う

Akochan はビルドがめんどくさいけど、
最近 Docker 内でビルドする akochan-docker ってリポジトリができたからそれを使えばすぐ試せるよ

ちなみに mjai-manue も牌譜から統計データと決定木を作成して参照してる

**焼き鳥名無しさん** · 2025/08/01(金) 22:53:47.82

>>17
全部ありがとう
週明けまた色々やってみる

akochanこう思うと全然触ってないのかもしれない
akochanとmortalをローカルでビルドするのを目先の目標にするよ

またアンカー飛ばすかもしれないがそのときはまたよろしくお願いします

**焼き鳥名無しさん** · 2025/08/02(土) 05:57:49.47

>>18
頑張ってね

上でも言ったけど Akochan は以下のリポジトリを見ればビルドに最低限何が必要かわかるよ
ローカルでビルドするなら patch.sh の 3 つめの変更 (localhost から Docker コンテナ外に接続先を変える) だけ不要だね
https://github.com/Apricot-S/akochan-docker

Mortal はドキュメント通りにビルドするだけだね
https://mortal.ekyu.moe/user/build.html

**焼き鳥名無しさん** · 2025/08/04(月) 15:42:28.68

>>19
mortalそのページに載ってるのは最後までできたんだけど，そのあとのトレーニングができないんだよね
https://github.com/Equim-chan/Mortal/discussions/57
ここ参考にすると，天鳳牌譜をmjai形式にしたあとにGzipしたjson.gzをデータセットにして，train.pyを実行したらmortal.pthができるのかね

ついでにmortalのdockerについてなんだけど，
https://mortal.ekyu.moe/user/docker.html
の「Prepare a trained model」で「snapshot mortal1-b40c192-t22040618」を使ってるみたいなんだけど，これなんのことかわかる？？

今日はまだakochanに手つけれなかった;;
でもそのサイト参考にしたらビルドと実行もできそうだね！ありがとう！

**焼き鳥名無しさん** · 2025/08/04(月) 19:43:34.31

>>20
モデル名についてはあくまで推測だけど
mortal1-b40c192-t22040618 は

mortal1
Mortal v1 (鳳凰卓の牌譜を使ったモデル)

b40c192
Mortal/mortal/config.toml の

[resnet]
conv_channels = 192
num_blocks = 40

t22040618
2022年04月06日18時 (UTC? CST?)

例では Mortal v1を使って説明してるってことだね

**焼き鳥名無しさん** · 2025/08/04(月) 19:59:00.73

>>20
ごめん　自分は Mortal を動かしたことがないから確実なことは言えないけど
train.py より先に train_grp.py が必要っぽい
train.py での報酬計算に GRP (Global Reward Prediction) モデルを使ってるみたい

DeepWiki に聞くと色々詳しく解説してくれるよ
https://deepwiki.com/Equim-chan/Mortal

**焼き鳥名無しさん** · 2025/08/04(月) 20:50:58.50

>>20
ちなみに Mortal v3.1 では
mortal3-b24c512-t22122709
となってた

**焼き鳥名無しさん** · 2025/08/06(水) 14:52:19.06

>>21
>>23
それわかるのすごいわ

>>22
なるほど、毎度助かります！
どちらにせよまずは教師データ集めだ
xmlで天鳳牌譜まとめちゃってるからちょっとめんどくさいけど頑張ります！

**焼き鳥名無しさん** · 2025/08/06(水) 19:27:32.79

>>24
自分は使ってないけど、
このプロジェクトを使えばローカルの mjlog から mjson に変換できるっぽい?
https://github.com/fstqwq/mjlog2mjai

あと Mjai もコマンドラインオプションを見ると mjlog から mjson への変換機能があるみたい
https://github.com/gimite/mjai/blob/master/lib/mjai/mjai_command.rb#L55-L70

**焼き鳥名無しさん** · 2025/08/06(水) 22:28:20.41

>>25
ありがとうございます
データ読み込む動作確認はできたから次はそいつらで牌譜大量変換ですわ

警備員[Lv.1][新芽] · 2025/08/10(日) 15:29:49.73

>>26
そういえば Mortal や Akochan を使って何をする予定?
Mortal モデルを作って RiichiLab に提出する?
それとも自作 AI 開発のための勉強?

このスレ今は二人しかいないっぽいけど、もっと人が増えたら RPA を組み合わせて天鳳個室・雀魂友人戦で遊ぶとかできたら楽しそうだね

**焼き鳥名無しさん** · 2025/08/20(水) 13:53:33.93

>>27
ちょうどその話をしようと思ってたんだけど、
強化学習のAIを自作して、動作確認（学習して打牌選択の変化）をしたのち、最終的に天鳳に導入することが目的なんだ

0から作ることはさすがにできないから、どのAIをいじれば自作しやすいか模索してるのが今！

どれやれば一番手っ取り早いかな😭

ほかの人たちも対戦環境整えたものの人集まらなくて頓挫したとかブログ見かけるしやりたいところだね

天鳳に繋げるのってwiresharkとかしか見かけなかったんだけどRPAってのでできるの？！

**焼き鳥名無しさん** · 2025/08/20(水) 14:02:25.96

RPA調べてみたけど便利そうだね
どのツール使えばいいかは迷っちゃいそうだけど

**焼き鳥名無しさん** · 2025/08/20(水) 21:21:36.98

>>28
なら Mortal がいいかな
麻雀 AI のフレームワークの中でもかなり設計がキレイだと思う
バッチ推論対応でシミュレーションも高速だし

天鳳は通信を直接送る方式の bot が多い気がする
雀魂は Playwright とか PyAutoGUI で RPA するのが主流かな

天鳳に投入するなら個室か一般卓だね
上級卓以降は公認アカウントが必要だけど、研究機関でも断られてるみたいだから個人ではまずムリっぽい
http://blog.tenhou.net/article/190000489.html

対戦環境ってだけなら RiichiLab はそこそこ参加者がいるね
https://mjai.app/

**焼き鳥名無しさん** · 2025/08/20(水) 22:29:24.34

>>30
ありがとう
お陰で迷わずmortalに集中できそうだ

やっぱり天鳳の方式だとめんどくさいのかな
対人成績確認したいだけだから一般卓だけでも動作できればいいんだけども

天鳳しか考えてなかったけどMortalやるってなったら天鳳に拘らなくて雀魂でもいいね
RPAも使ってみたいし

リーチラボ実はクソザコ登録してあるんだけど週1なのがちょっとネックかなって
あと、公開されてるの登録しただけで書き方あんまわかんなかった
これzipに重みとかも詰めたら強化学習AIも登録できるってことだよね？

戦績も牌譜屋とかと比べると評価指標が少ないしね

警備員[Lv.4][新芽] · 2025/08/20(水) 23:18:50.63

>>31
がんばってね

注意点として雀魂は天鳳と違って一応外部ツールは全部アウトだね
自分は調査・デバッグのために友人戦で100戦以上 Playwright で自動操作しても BAN されてないから、友人戦でこっそり遊ぶ分には見逃してくれると思うけど
段位戦は銅の間でも即 BAN されると思う

RiichiLab については重みも zip に入れたら OK 、むしろほとんどの参加者はそうしてると思う
圧縮後に 1 GB の制限があるけど BERT_{BASE} くらいのサイズでも大丈夫みたい

**焼き鳥名無しさん** · 2025/08/21(木) 02:17:30.67

>>32
その雀魂とRiichiLabのAIはMortalベースで作ったやつ？？

警備員[Lv.6][新芽] · 2025/08/21(木) 07:08:45.41

>>33
一般的な話なら Mortal ベースのもそうじゃないのもある
Mortal を使った RPA ならたとえば shinkuan/Akagi がある

自分のことなら
RPA は動作確認用にターミナルから入力するものとツモ切り bot しか使ってない
RiichiLab に提出してるのはモンテカルロベースの AI だから重みファイルはない
シングルバイナリを bot.py から実行してパイプしてる

**焼き鳥名無しさん** · 2025/08/22(金) 15:49:16.63

>>34
モンテカルロ組めるのですらすごいわ

Akagiがmortal.pth公開してくれてるからそれ使ってmortal動かそうとしたらだめだった

やっぱり自前でmjai形式のデータセット用意して、trainしないとか
mjai-reviewer使うにしてもあれ１個１個やらないといけないのかな？
train用だとかなり要るだろうし効率的なやり方しらない？

警備員[Lv.1][新芽] · 2025/08/22(金) 19:35:05.53

>>35
モンテカルロって濁したけど mjai-manue の Go 移植のこと
自分でアルゴリズムを考えたわけじゃない

天鳳の mjlog 形式の牌譜がローカルにあるなら >>25 で紹介したツールでいけるんじゃない?

麻雀AI研究 mjxビルド

麻雀AI研究　　mjxビルド