麻將在競賽和電腦對局當中，擁有資訊不明確、多玩家和機率性這三種要素，並且隨著玩家不同的進牌方式，使得遊戲進行當中增加了變化性，這份困難使得攻克這一項目有其價值。
在本論文所研發的 MahJongJr，在架構上採用了吳俊緯學長的 MahJongDaXia，使用規則導向和機率性質做為決策函式的核心，並加入了自創的規則。在文中將探討過去失敗的構想與成功的改良構想，在開發程式過程以及在 TAAI 2017、TCGA 2018、TAAI 2018 與 TCGA 2019 這四場競賽中所帶來影響。

一、中文文獻
莊凱閔、陳玥汝，電腦麻將演算法及相關議題之研究。2007，第十二屆人工
智慧與應用研討會。
林典餘，麻將人工智慧之研究。2008，國立交通大學研究所碩士論文。
張善敏，麻將完全攻略。2009，活全書坊。
陳新颺，電腦麻將程式 ThousandWind 的設計與實作，2013，國立臺灣師範
大學資工所碩士論文。
沈庭瑋，電腦麻將程式 TaKe 的設計與實作，2014，國立臺灣師範大學資工
所碩士論文。
莊立愷，唐士傑，麻將人工智慧之研究，2015，第二十屆人工智慧與應用研
討會。
曾海洋，蒙地卡羅麻將程式設計與實作，2015，第五屆電腦對局研討會。
郭桐甫，電腦台灣麻將程式設計與實作，2016，第六屆電腦對局研討會。
吳俊緯，電腦麻將程式 MahJongDaXia 的設計與實作。2016，國立師範大學
研究所碩士論文。
林世和，電腦麻將溝通程式 MJTalk 的設計與實作&電腦麻將程式。
MahJongDaXia3 的演算法探討。2019，國立師範大學研究所碩士論文。
維基百科-麻將規則介紹(https://zh.wikipedia.org/wiki/%E5%8F%B0%E7%81%A3%E9%BA%BB%E5%B0%
87)。
維基百科-TensorFlow ( https://zh.wikipedia.org/wiki/TensorFlow)。
二、英文文獻
Cheng, Yuan, Chi-Kwong Li, and Sharon H. Li. "Mathematical aspect of the
combinatorial game" Mahjong"." arXiv preprint arXiv:1707.07345 (2017).
Mizukami, Naoki, and Yoshimasa Tsuruoka. "Building a computer Mahjong
player based on Monte Carlo simulation and opponent models." 2015 IEEE
Conference on Computational Intelligence and Games (CIG). IEEE, 2015.
Silver, David, et al. "A general reinforcement learning algorithm that masters
chess, shogi, and Go through self-play." Science362.6419 (2018): 1140-1144.
Wan Jing Loh, AI Mahjong, 2009. http://cs229.stanford.edu/proj2009/Loh.pdf