缺陷
PokerSnowie完美吗?
要创造一个完美地玩某种游戏的系统,前提是这个游戏已经被 破解 了。破解 意味着需要建立一个巨大的数据库存储游戏任意状态下正确的行动方式。那么这个数据库就必须包含游戏的所有状态。对于无限注德州扑克来说,一个状态就是一个具体的情景,有给定的牌,有每个行动,池底的筹码,具体的 下注大小 等等。不用计算就知道,显然这个游戏的复杂度超过了现在计算机的能力,可能百年之后也没有计算机能完全 破解。
Pokersnowie使用神经网络评估给定情况下正确的行动。神经网络可以近似模糊地去计算,所以如果一个神经网络学过2种情况的应对方式,当它遇到第三种未知的情况并且这个新情况和它已经遇过的情况相似时,它经常会自己想出一个不错的方式。
然而,原则上,神经网络不是完美的,偶尔也会制造错误的结果,无论是在学过的情景还是近似模糊的情景中。在这种意义上讲,PokerSnowie不是完美的并且理论上可以被一个完美的系统击败。
显然易见的错误例子
PokerSnowie已经玩过了数以万亿计手牌,并且在神经网络中建立了一套极佳的直觉。在99.99%的扑克情形中,它仅需要跟着直觉走就够了。然而也有例外,在一些人类玩家肯定不会用直觉而是用概率计算的情形。这个状况可能发生在 全下情况下,你可以轻易估算出获胜的概率。
看这个例子:
对于人类玩家,这个情况 很简单:
-
估算 获胜概率
- 玩家2一般会用同花赢:还有9张
- 也可能用顺子赢:还有3张(1张5已经在同花里算过了)
- 一张6或者一张8做第二个对子,可能有 50%的几率获胜:6张x 50% = 3 张
所以未中和击中获胜的比例是31:15,大概就是2:1
-
计算pot odds 赔率 (池底/所需下注金额)
- 玩家2需要跟注33去赢53,所以赔率是1.6:1
最后结果很明确:赔率需要2:1才能支持这手跟注,而现在只有1.6:1.
PokerSnowie用其他方法并且不做这些运算。它的神经网络考虑到对手全下了,而自己持有同花 抽牌 或卡张顺子,还面临着一个 相对比较可观的下注 等等。然后它得出了结论,在这种情况下 很少跟 即可(稍微有一点错)。
设计缺陷
设计PokerSnowie时,有些地方做了简化:
-
在特定的情况下,所有范围的牌下注额度都一样
基本上所有职业 高额 玩家在给定情况下都只用一个下注大小。比如翻牌前的加注,无论你手持AA还是QJ,加 注的 大小 都一样。显而易见的好处是,对手无法从你的下注额里推算出你的手牌。否则一旦他们的对手发现这个牌手AA下注(大小多,QJ下注大小少,最终这个牌手会很快输掉。
理论上,不同下注大小对应的不同范围可以以一个平衡的角度去构建,这样的策略会稍微 比单一的下注大小好。但这个理论方法太复杂并且对 Pokersnowie 或者人类玩家都不实际。
-
只允许不连续的下注额,比如0.5,1.0或2.0倍的池底pro
PokerSnowie提供3个下注额或all-in之间的选项。 很多玩家用0.5-1倍底池作为下注额 。所以PokerSnowie会在未来增加这个选项.
虽然在特定的情况下,0.75倍池底是最佳的下注额,但是我们的模拟结果表明少这个选项不是很重要。大多数情况下具体的下注额并没有期望中的那么重要。一个原因是不同的下注额同样会影响加注范围。对于0.5倍或1.0倍池底的下注,PokerSnowie选择了不同的手牌范围,这使得这些范围的总体EV更加接近 。 对于 0.75 倍池底的下注,还需要创建一些中间的手牌范围,而它的综合 EV 大多数情况与 0.5 倍底池或者 1 倍底池也相差不远。
-
当对手做出显然不符合GTO的行动时,做出错误的反馈
当对手的行动显然不符合GTO,就是采用了大家通常都认为是错误的行动时,PokerSnowie的 反馈有可能是错误的 这点在当对手用 一个大型超池全下(3 倍底池或更多)或者当大型超池发生的时候尤为明显。
虽然我们明确知道这是一个缺点,但是我们相信这不会影响我们软件的教学特点。毕竟教你学会合适且平衡的GTO策略,并且帮你发现那些导致你损失EV或被剥削的错误,才是我们软件的立根之本。
即使不重要,我们也计划在后续的一个AI更新中修复这些问题。
下一篇: 了解 PokerSnowie的强大之处