基于强化学习的麻将匹配游戏关卡生成方法、介质及设备

本发明公开了基于强化学习的麻将匹配游戏关卡生成方法、介质及设备，属于机器学习的技术领域，随机生成游戏关卡，然后，基于强化学习网络模型执行游戏解题，并获得关卡通过率，若关卡通过率大于或者等于设定阈值，则输出游戏关卡。在强化学习网络模型中，使用神经网络作为策略网络和价值网络，以提取关卡特征并由价值网络协同及模拟出真人玩家游玩所需时间与关卡通过率。本发明可以根据游戏预设难度及布局生成游戏关卡，使得游戏在各个难度等级下都具备多样化牌面类型、数量及排列方式的关卡设计，显著提升游戏的可玩性与挑战性。本发明可以提供难度不变的关卡挑战体验，避免了随机生成关卡带来的难度不一致而导致用户体验不连贯的问题。