【EV扑克】知己知彼百战不殆 AI的这些绝学你会了么？

你听说过 Libratus 么

在知名扑克人工智能 Libratus 战胜了一众人类顶级 pro，扑克最终会被这些算法支配么？让我们来看看如何知己知彼，变得更强吧。

不把底池大小作为下注量的标准

AI 真正的把无限注发挥到了极致。大部分玩家不会太经常全下，除非底池真的很大，但是这正是 Libratus 的招牌动作。

在无限注扑克和底池限注扑克中，翻牌后的游戏你很少会看到区别。大多数人下注不会超过一个底池。

人们的下注量似乎局限于一个很小的范围 ：四分之一的底池、半个底池、四份之三的底池，AI 的尺度则比这个宽的多。

学习打牌时，我们经常会问为什么要下注某个量，在没有学习 solver 之前，这个问题通常很难回答。

人类的下注量有明显的规律，超过一个底池的下注非常少见。就好像底池是一个界限，让你的行动局限于此。

更开放地使用更多变化的大于底池的下注量，底池并不是极限，而是一个参考值。

当然人们也会超额下注，但跟 Libratus 相比，人类这样做的次数太少了。

AI 在做了很大的超额下注后会亮出什么类型的手牌？

它亮出牌范围非常广泛。你会看到一些完全搞不懂的牌。他会用第二大对子持续下注两倍的底池，只要范围中有 nuts，就一定打到你上头。

理解阻隔牌的力量

Libratus 表现特别好的另一个地方是，能把阻隔牌效应作为整体策略的一部分。

阻隔牌效应就是明白你手里持有的牌会减少对手拿到相同牌的概率。反过来，这会影响你范围的计算和下注策略。

它考虑了阻隔牌的牌面排除然后再创建范围，使得它非常难对付。它非常明白手里的牌会影响对手的范围。

人类能从中学到什么呢？

人类只要思考自己手里的牌会对对手有什么牌造成影响，就能得到提高了。他们在跟注和下注时都应该思考这一点。我是能阻隔诈唬，还是能阻隔他的弃牌呢？

平衡、平衡、平衡

AI 和人类最重大的区别在于 Libratus 策略上的平衡。人类要像 AI 那样定义一个范围是相当相当困难的。

Libratus 会根据每种类型的行动来分配手牌，这事人类做得则没那么好。

它在玩同一手牌时，有时会下注，有时会过牌-跟注，有时会过牌-弃牌。这不会受到对手可能有什么牌的牌面排除的影响。它会平均所有的概率，达到更好的平衡。

人类平均来说在每个方向都会有不平衡存在。在某些情况下，他们的阻隔牌太多了，价值牌又不够。在其他情况下，他们的阻隔牌不够，价值牌又太多了。还有时候你会看到人们弃牌太多了或是下注不够。

如果人们的策略不平衡的话，该如何开始学习？

你唯一能做的就是坐下来，在玩牌之余进行学习。你看到一种情况要思考，‘我这时能下注的所有牌有哪些？有多少是诈唬牌，多少是价值牌？

人们计算过就会发现，‘天哪，我在这里的诈唬好少。

这是很耗时间的练习，但有时你需要一次又一次来做这个练习才能雕琢出策略，成为更好的扑克玩家。

不要害怕尝试新事物

它直到挑战开始时才跟人类玩家对战。之前它自己跟自己玩了几十亿手牌。

当线上扑克的出现让扑克玩家一个月内玩的手牌数目比 Doyle Brunson 一生玩的还要多时，线上的天才们改变了游戏的面貌。

Libratus 通过跟自己玩了几十亿手牌进行学习。人类做不到这一点。但是玩家不应该害怕尝试新事物，可以客观分析事物是如何运作的。

你有可能尝试新的打法，运气不好输牌然后放弃了。这是不应该的，我们应该更加客观。

在转牌和河牌重新校准游戏

Libratus 在转牌后做决策所花的时间更长。

Libratus 在更短的时间内做出的决策显然会比人类更准确，但它在转牌会放慢速度，因为它就是这样设计的。当 Libratus 进入转牌时，它会重新校准策略，用的是一种叫做‘The End Game Solver’的程序。它会在转牌和河牌重新计算策略，使其更接近这个阶段的完美策略。

Libratus 会停下来思考 30 到 40 秒，考虑从转牌后该怎么打。

人类应该想清楚他们在做什么，转牌时手牌刚好进行到一半，很适合思考到底发生了什么，以及你接下来的计划。

有了这些理论知识，你是否想实践一下在赛场中一展身手呢？

双 11 百万幸运赛优势分析

GG 这回推出的“双 11 百万幸运赛”，报名只需要百万豪客赛的千分之一！和 WSOP 采不同赛制，进入 Day2 挑战模式就如同进入奖励圈。

而且如果进入挑战模式你的记分牌低于均码，可以再一次报名 Day1，让你快速累积优势，确保高于均码。

幸运模式起始筹码越高，所获得的 Bouns 倍数就越高！是场高性价比又平易近人的赛事，连丹牛都比大拇指强力推荐！还有哪些非参赛策略？快看以下重点整理海报：