【学习笔记】pluribus是如何玩牌的
hi，相信关注扑克的朋友最近一定关注到一条新闻，卡内基梅隆大学研发的德扑AI pluribus战胜了人类顶尖的职业玩家，他们的研究人员在科学杂志公开发表了论文，并公开了1W手牌该AI的游戏数据，我一直关注这个，今天找了很久，发现有玩家将手牌格式转换成了pt4可用的格式，于是打算学习一下AI是怎么玩的。由于格式的转化问题，国外玩家转化过来的记录显示pluribus的1W手牌最终战绩是水下的，但是这并不重要。pluribus的机制应该是和pokersnowie一样，通过自我复制不停的对比得到最优化的结果。这个帖子是针对这1W手牌来进行学习的，看看有哪些可以借鉴的地方。由于可以公开看到6名玩家的底牌，所以除了AI，也会学习这些人类玩家是如何玩的，所以学习时间会更长一些，我将花1天的时间，期间会在这个帖子里更新一些pluribus玩的一些有讨论价值的牌。 由于只有1W手牌的数据样本，所以各项基本数据并没有偏离太多，我们先从它的翻前范围开始。这是pluribus EP RFI的range：比我想象中的范围要相对松一些，它游戏了ATo 以及K6-K9s 所有的AX同色等更多的同色牌型。我个人采用的是PDNV的范围，大致是这样的
没有买monkeysolver 6max的范围，不知道AI的这个范围相较于GTO的范围放宽了多少。 EP的一些牌谱：1）KJS call 3bet VS BB
F、T的行动没问题，river这个1.5X的超池下注让我有些惊讶。这里到底是价值下注还是咋呼？如果这里是for value，正常情况下没理由overbet，尽管对手手里没有什么同花的组合，可以value到的是一些带黑桃的77-qq中等口袋对子，超池下注对手手中不带黑桃的可能很难去防守，pluribus这里如果是价值下注，那它同样需要放进一些咋呼牌型到这个牌面，但是这里的组合并不多。如果是bluff的话，它完全把有足够好的摊牌价值并在没有blocker的情况下转成了咋呼。在我的理解中，这里可能会做一个1/3-1/2的薄价值下注。2）AKo call 3bet VS BB
T 上在IP用带同花的gutter+high card继续跟住对手的barrel，曾经在highstakesdb上看见很多高额玩家也这么玩，但是中低级别这里turn上是很标准的fold。3）low pair call 3bet VS btn
讲道理，在这个Hotspot上，oop Turn上的overbet确实很漂亮。4）ATs call 3bet VS SB
flop c/r 还是很可以的，IP的top range有ak 66 77整体上要比oop多一些,而且这里是一个Hotspot，对手只能用KX+以上以及少数的89s带后门花的牌来跟住防守。但是这里展示的牌力有些极限 转一下HM格式吧另外筹码量还是要说明一下的 5） SRPs AQo vs BB
flop在很干燥的牌面打满pot，turn上用阻挡了后门花的tptk 过牌，河牌的跟住有些勉强吧。可能很多人类玩家在turn会继续下注。正常的理解下，像74qr这种干燥的牌面，aggressioner通过会下一个小注，可以融合更多的范围进来。但是我今年高频的用solver之后，发现这里其实是可以做高频率的大尺寸下注的，这类Hotspot在SRPs中对手能抵抗的牌实在很少，可以更高频率的剥削对手。 rahj 发表于 2019-7-19 22:24转一下HM格式吧另外筹码量还是要说明一下的不太会格式转化哦。这里每局都是100BB的标准局，媒体的宣传里并没有强调筹码的深度，AI即便能碾压人类玩家，目前也是在100BB的标准局里，深筹码的复杂运算暂时应该还不行 花了1个多小时的时间大致浏览了EP的游戏情况，pluribus在EP的4bet里放进了很多bluff，除了几手牌，大多是正常游戏的情况。 有意思啊，谢谢费工夫把牌例抠出来，那篇paper我也看了，从paper本身没看出什么特别的地方，看下牌例看看 KJ v KK那手牌pro打的是什么鬼。turn和rv有花吗，我色盲看不出来啊 pongba 发表于 2019-7-20 09:23有意思啊，谢谢费工夫把牌例抠出来，那篇paper我也看了，从paper本身没看出什么特别的地方，看下牌例看看 ...请教一个问题：我也看了那篇论文，其中只介绍了大致的思路，没有给出具体的实现过程。如果要参照那篇论文，写出一个类似的程序出来，难度会有多大？
頁:
[1]