wepoker官网:安全竞技,策略为王

wpk德州软件|上体育课课用跳D的感觉|洞见 就算是输给 AI也不能说人类丢掉了

发布时间:2026年11月22日 来源:wepoker官网农业发展有限公司

  wepoker下载★◈★✿。线上德扑★◈★✿,种苗繁育★◈★✿,wepoker客服★◈★✿,wepokerAPP★◈★✿。4 月 7-9 日★◈★✿,2017 年首期 ADL 课程中★◈★✿,8 位顶尖学术大牛余凯★◈★✿、颜水成★◈★✿、杨强★◈★✿、李航★◈★✿、俞凯★◈★✿、孙剑wpk德州软件★◈★✿、郑宇★◈★✿、山世光将亲临现场授课★◈★✿。想要第一时间聆听大牛分享?报名进行中★◈★✿。

  雷锋网按★◈★✿:亚洲首度德州扑克人机大战——“冷扑大师 V.S. 中国龙之队” 巅峰表演赛已经在海南生态软件园传奇智力运动馆开始★◈★✿,获胜方将获得 200 万人民币奖励★◈★✿。面对来势迅猛的人工智能★◈★✿,人类能够守住冠军的宝座呢?

  比赛首日上半场★◈★✿,中国龙之队顺利按进度完成 3600 手牌★◈★✿,冷扑大师暂时领先中国龙之队 14145 筹码★◈★✿。因为每人单副手牌重置后的筹码量就有 20000★◈★✿,所以目前的差距非常小★◈★✿。

  冷扑大师和中国龙之队的介绍详见雷锋网报道★◈★✿:亚洲首度德州扑克人机对战即将开赌★◈★✿!附李开复演讲全文

  看了上面的介绍我们知道★◈★✿,所谓的 “冷扑大师” 其实就是今年 1 月 30 日在匹兹堡战胜 4 位顶尖人类玩家的 Libratus★◈★✿。那么同是人机对战★◈★✿,这次的看点在哪里呢?

  昨天的发布会上★◈★✿,从主办方公开的龙之队资料看★◈★✿,很多队员都有深厚的计算机专业背景★◈★✿。比如★◈★✿:杜悦★◈★✿、许朝军★◈★✿、张淮都曾就读于清华的计算机系★◈★✿。用李开复的话说就是★◈★✿:

  匹兹堡之战中被击败的职业棋手确实都是德扑的顶尖职业牌手wpk德州软件★◈★✿,但他们并不懂计算机原理★◈★✿,而此次龙之队都是学霸★◈★✿,全部拥有计算机领域的从业经验★◈★✿,会让比赛还保留悬念★◈★✿。

  据悉★◈★✿,4 月 6 日至 10 日期间★◈★✿,表演赛将以转播形式邀请多位爱好扑克的名人★◈★✿,远程在各大直播平台展开系列精彩点评★◈★✿,海泉基金创始人胡海泉★◈★✿、著名专栏作家王小山★◈★✿、360 人工智能研究院院长颜水成★◈★✿、乐视云 CEO 吴亚洲★◈★✿、追梦者基金创始人朱波★◈★✿、英诺基金创始人李竹等将担任专家评论员★◈★✿。

  同时★◈★✿,据主办方介绍上体育课课用跳D的感觉★◈★✿,在 4 月 10 日赛事最后一天晚间★◈★✿,将有包括李开复在内的 36 位来自科技圈★◈★✿、投资圈★◈★✿、媒体圈的名人大咖组成六支战队来挑战冷扑大师★◈★✿。

  德州扑克一张台面至少 2 人★◈★✿,最多 22 人★◈★✿,一般有 2-10 个玩家参与★◈★✿。目前冷扑大师还无法参与多人的牌局★◈★✿,这多少让人感觉不那么刺激和热闹★◈★✿。

  每个人类玩家同时打两手牌★◈★✿,比赛采用复式发牌★◈★✿,也就是说 A 队人类拿到的手牌★◈★✿,是 B 队电脑的手牌★◈★✿,A 队电脑的手牌是 B 队人类的手牌★◈★✿。而且是随机分配到某个牌手★◈★✿,并非一一对应★◈★✿。

  据雷锋网了解★◈★✿,冷扑大师采用完全数学的模型和算法★◈★✿,后台的计算机群计算量很大★◈★✿,所以人类同时打两手牌时间上也是来得及的上体育课课用跳D的感觉★◈★✿。

  在每一局开始★◈★✿,牌手和 AI 均有 20000 的筹码★◈★✿,小盲注 100★◈★✿,大盲注 200★◈★✿。一局打完之后★◈★✿,无论结果如何★◈★✿,下一局双方的筹码都要重置回 20000★◈★✿。

  目前冷扑大师还不能在双方不同筹码的情况下与人类比赛★◈★✿,因为这在模型的建立上要更加复杂★◈★✿,而这无疑是降低了人机对抗时 AI 的难度★◈★✿。

  2016 年 3 月★◈★✿,自从 AlphaGo 以 4:1 的成绩战胜职业九段李世乭以后★◈★✿,围棋 AI 的厉害为大众所熟知★◈★✿。不论是在专业的学术期刊还是社交网络★◈★✿,人们都展开了深入和广泛的讨论★◈★✿。但是对于德州扑克 AI★◈★✿,大众还所知甚少★◈★✿。那么德州扑克 AI 与围棋 AI 有何不同?

  AlphaGo 是用大量的棋谱和自对弈做训练★◈★✿,而 Libratus 则是用随机生成的牌局(随机产生公共牌★◈★✿、底池筹码★◈★✿、玩家拿牌概率)和尝试性的动作带来的结果(在随机生成的输入情况下模拟玩家跟牌后的结果)作为训练数据★◈★✿。

  “一对一无限注德州扑克” 就是两个人玩的赌博游戏★◈★✿,因为事先会给每位玩家分发 2 张底牌wpk德州软件★◈★✿,所以对方的 “底牌信息” 你是不知道的★◈★✿,对于计算机来说★◈★✿,就是在处理一种 “非完整信息博弈”★◈★✿。而 AlphaGo 玩围棋★◈★✿,对弈双方的信息是完整的★◈★✿、对称的★◈★✿,并没有隐藏的信息★◈★✿。

  一方面是因为对于同样的客观状态★◈★✿,各个玩家看到的信息不同★◈★✿,因此增加了每个玩家状态空间的数目和决策的难度★◈★✿;

  另一方面即使在同样的状态下★◈★✿,解非对称信息游戏所需要的内存也要比解对称信息要多得多★◈★✿,这个主要是对于对称信息博弈来说★◈★✿,只要记得当前局面并且向下推演找到比较好的策略就可以了★◈★✿;但对非对称信息博弈★◈★✿,只记得当前(不完整的)局面是不够的★◈★✿,即使盘面上的情况相同★◈★✿,但对手之前的各种招法会导致事实上局面不同★◈★✿,只有把它们全都罗列出来进行分析★◈★✿,才能保证想出的应对策略不被别人利用wpk德州软件★◈★✿。

  同时★◈★✿,非对称信息博弈的实用价值更大些★◈★✿。因为非对称信息博弈的应用范围非常广泛★◈★✿,涵括我们每天遇到的所有决策★◈★✿,上至国家战略★◈★✿,下至日常琐事★◈★✿,全都可以以同样的方法建模上体育课课用跳D的感觉★◈★✿。

  据田渊栋近期在 AI 科技评论上所做的分享★◈★✿,CMU 的 Libratus★◈★✿,也就是现在的冷扑大师有三个特点★◈★✿:

  一是没有使用深度学习★◈★✿,而是用到了 End-game solver★◈★✿。因为德扑一局时间比较短★◈★✿,几个回合就结束了★◈★✿,所以可以从下往上构建游戏树★◈★✿。这样的好处是★◈★✿,最下面节点游戏树的状态是比较容易算出来的★◈★✿,用这个反过来指导设计上面的游戏树★◈★✿。

  二是像 AlphaGo 一样也采用了蒙特卡罗方法★◈★✿,标准的 CFR(Counterfactual Regret Minimization)在每次迭代的时候★◈★✿,要把整个游戏树都搜一遍★◈★✿,这个对于稍微复杂一点的游戏来说是不可接受的★◈★✿。因为是指数级的复杂度★◈★✿,所以用蒙特卡罗方法★◈★✿,每次选一些节点去更新它上面的策略★◈★✿。

  第三★◈★✿,一般来说我们在做游戏的时候往往会想到 怎么去利用对方的弱点★◈★✿,但其实不是这样的★◈★✿。更好的方法是★◈★✿,我尽量让别人发现我的弱点★◈★✿,然后据此我可以去改进它★◈★✿,变得越来越强★◈★✿。用术语来讲★◈★✿,就是去算一下对手的最优应对(Best response)★◈★✿,让对手来利用你的弱点★◈★✿,然后用这个反过来提高自己的水平★◈★✿。

  经过 AlphaGo 和 Libratus 分别在围棋和德扑领域几次三番对人类顶尖玩家形成碾压★◈★✿,也许很多人已经对人类获胜不报期望★◈★✿。本次赛前发布会上★◈★✿,龙之队队长杜悦告诉媒体★◈★✿,这次他们仅有 10% 的获胜希望★◈★✿。

  其实或许不必如此悲观★◈★✿,Libratus 在两个月前的匹兹堡人机对抗中并非赢的一帆风顺★◈★✿,甚至还被人类玩家发现了破绽★◈★✿。这点或许我们可以从近期著名扑克牌杂志 Card Player 对 Libratus 的创始成员 Brown 博士的专访中窥见一二★◈★✿。此前雷锋网已将专访进行翻译★◈★✿,《德州扑克算法幕后研发者 CMU 博士 Brown 专访★◈★✿:AI 如何打败顶级人类牌手?》(点击阅读原文查看)★◈★✿。

  在人类玩家紧追比分wpk德州软件★◈★✿,对战进入白热化的时候★◈★✿,你是不是在想对手可能已经找到了 Libratus 的弱点★◈★✿,还是说仍旧很有信心?

  第一周比赛快要结束时★◈★✿,双方几乎打成平局★◈★✿。人类选手也在第一周对 Libratus 会如何调整打法★◈★✿、它的强项在哪里等做出了一系列推测★◈★✿。他们没有和我详谈他们认为战局将会如何发展★◈★✿,但从我听到的来看★◈★✿,他们应该是想从数据中寻找 Libratus 的套路★◈★✿,分析它的弱点和优势★◈★✿。所以★◈★✿,大体上我不怎么担心★◈★✿。他们认为 AI 在一些方面有缺陷★◈★✿,但实际上并没有★◈★✿。

  比如上体育课课用跳D的感觉★◈★✿,在有一天的比赛中★◈★✿,他们 80% 都是再加注( three-betting )★◈★✿,因为从数据来看★◈★✿,他们认为 AI 对特定的三倍打法( three-bet size)不太擅长★◈★✿。但我不认为那是缺陷★◈★✿,只是他们的数据中存在噪音★◈★✿。他们在比赛进程中获得的数据导致他们得出了这样的结论★◈★✿。

  但他们确实看到了里面存在的一些问题上体育课课用跳D的感觉★◈★✿。比如 Libratus 对特定的开局下注的大小对应不好★◈★✿。比赛前我们认为这不是什么大问题★◈★✿,但事实证明★◈★✿,这个弱点很要命★◈★✿。好在 AI 还留有一手——趁当天晚上对手睡觉的时候★◈★✿,AI 就开始连续不断地进行训练★◈★✿,弥补自己的不足以防止对手以后再次利用这一缺陷★◈★✿。所以你看到★◈★✿,从第二周局势就开始转变了★◈★✿。

  虽然 Brown 博士在采访中一开始回应 Libratus 没有弱点★◈★✿,但是后来又改口说 Libratus 对特定的开局下注的大小对应不好是个很要命的弱点★◈★✿。而就像前面介绍的★◈★✿,这次龙之队的成员大多为拥有计算机专业背景的学霸★◈★✿,但愿他们能够及早发现 “冷扑大师” 的弱点并善加利用★◈★✿,这多少将给我们增添几分人类获胜的希望★◈★✿。

  从比赛规则的制定中可以看出★◈★✿,不管是要求 1V1 的单挑★◈★✿,还是单局手牌后的筹码重置★◈★✿,人类玩家都需要对 AI “迁就” 很多上体育课课用跳D的感觉★◈★✿。所以即便是 “冷扑大师” 取得本次人机大赛的胜利★◈★✿,也不能说人工智能在德州扑克上完全战胜了人类★◈★✿。但是对于 “非完整信息博弈” 的人工智能研究课题而言★◈★✿,冷扑大师的胜利将有重大的意义★◈★✿。当然★◈★✿,比赛才刚刚开始★◈★✿,大奖花落谁家尚未可知★◈★✿,让我们拭目以待★◈★✿。

合作推荐