我们采用深度学习与强化学习技术，训练AI打四人麻将。受AlphaGo算法的启发，我们尝试用深度学习技术挑战麻将。与围棋象棋等不同，麻将是不完全信息博弈，无法基于已知的信息给出最优解，经典的模特卡洛搜索树方法不能直接使用。麻将是四人游戏，这也使得游戏进程更加复杂，游戏目标更加多样化。麻将的状态空间小于围棋，但麻将的决策种类多于围棋（包括打牌，吃碰杠的决策等）。本报告讲汇报我们在麻将项目上做出的尝试与取得的结果，同时分享统计思想在AI中应用的心得体会。