WEPOKER官网-微扑克俱乐部-畅享德扑乐趣

■ 微扑克俱乐部-畅享德扑乐趣

发布时间：2026-09-16 19:05:26

文章来源：wepoker官网电子

　　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★◈✿◈、郑宇★◈✿◈、山世光将亲临现场授课★◈✿◈。想要第一时间聆听大牛分享？报名进行中公交车多人运动★◈✿◈。

　　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 筹码公交车多人运动★◈✿◈。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wepoker安卓下载★◈✿◈。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★◈✿◈，但他们并不懂计算机原理微扑克app下载★◈✿◈，★◈✿◈，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公交车多人运动★◈✿◈、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★◈✿◈，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wepoker安卓下载★◈✿◈，所以人类同时打两手牌时间上也是来得及的★◈✿◈。

　　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（随机产生公共牌医疗器械行业应用★◈✿◈，★◈✿◈、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公交车多人运动★◈✿◈，因为事先会给每位玩家分发 2 张底牌★◈✿◈，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”公交车多人运动★◈✿◈。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线上德扑★◈✿◈。★◈✿◈，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wepoker安卓下载★◈✿◈，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★◈✿◈。

　　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★◈✿◈。

　　据田渊栋近期在 AI 科技评论上所做的分享wepoker安卓下载★◈✿◈，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wepoker安卓下载★◈✿◈，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★◈✿◈。更好的方法是公交车多人运动★◈✿◈，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wepoker安卓下载★◈✿◈，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★◈✿◈，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★◈✿◈，但实际上并没有电子传感元件★◈✿◈。★◈✿◈。

　　比如★◈✿◈，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食品行业★◈✿◈！★◈✿◈。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wepoker俱乐部★◈✿◈，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公交车多人运动★◈✿◈，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wepoker安卓下载★◈✿◈，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★◈✿◈。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★◈✿◈。