【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：