人机大战：人类选手回天乏术

本周一的比赛打完后，2017人机大战赛程也已经过半，这天，四位人类选手为自己挖了一个“天坑”。

打完6.4万手牌后（共12万手），Jason Les、Dong Kim、Jimmy Chou和David McAulay现在水下近80万，共8000个大盲注。

上周，人类选手有过反败为胜的迹象，当时一天就打回了三分之二的亏损，可惜之后又遭遇了滑铁卢。

“机器人每天都在变得更强，”Chou说：“它就像是我们人类更难对付的版本。刚开始几天，我们有很大的希望，可每当我们发现一个它的弱点，它就会迅速从我们身上学习，然后第二天这些缺点就不见了。“

Libratus是计算机科学专家Tuomas Sandholm和他的学生Noam Brown一起发明的，他们师徒俩最近几年推出过多款成功的扑克机器人。

人类选手表示，Libratus河牌的处理能力比其它扑克机器人要强很多。它经常在河牌超底池全押诈唬或拿价值，非常具有迷惑性。

每天比赛结束后，Libratus都会在匹兹堡超级计算机Center’s Bridges的帮助下进一步提高策略，特别是打到河牌的情况下。

更多有关德州扑克新闻的精彩内容请关注扑克新闻，加入扑克新闻有惊喜。

最强大脑里，人类也输给机器人。

你确定这是德州不是围棋？
棋类的计算是静态的，计算范围永远只能在固定的棋盘内，这样只要随着科技的进步，到电脑的计算力能穷举出棋盘内所有的变化那一天，电脑最终就能战胜人类。
而德州是动态的，电脑只能从前面玩牌的数据计算出最优的决策，没有人类的创造思维。要是有新的数据样本加入，就相当于棋盘发生了变化，原来最优的决策不再是最优，而谁也无法预知棋盘接下来又会变成什么样。
所以我认为电脑适应了那几个高手的套路，能稳定的战胜他们以后，这时候换几个菜鸟上去玩，电脑马上就会被干翻。而等到电脑再稳定干翻了菜鸟的时候，因为统计的样本又发生了变化，再让那几个高手回去玩，又能开始赢电脑了。
可能这就是那个软件没有接受全网公测的原因吧。

输神 发表于 2017-1-30 15:25
你确定这是德州不是围棋？
棋类的计算是静态的，计算范围永远只能在固定的棋盘内，这样只要随着科技的进步 ...

虽然计算机没有穷举围棋的所有变化，alphaGO/Master也已经击败了人类。
换人就能击败AI是很荒唐的。计算机只需要打好自己的牌（不管对手倾向如何），人类就束守无策了。

每次看到这个战绩图就很蛋疼，因为它是反直觉的。
总成绩是左边人类，右边AI，下面4行是分别的成绩。
那详细成绩显然直觉应该是左边四行是四个人类，右边四行是四个AI，每一行是一个对决
就像这样：

人类总成绩：(xxxx)	AI总成绩：xxxx
人类1：a	AI：-a
人类2：b	AI： -b
人类3：c	AI：-c
人类4：d	AI：-d

没想到丫给分了四个象限。

你非得分四个象限也行，至少这四个象限的颜色稍微区分开一点，至少的至少你把边框弄粗一点间距弄大一点，丫不，用非常统一的大红色，且基本无边框分割。

Howard 发表于 2017-1-30 23:07
每次看到这个战绩图就很蛋疼，因为它是反直觉的。
总成绩是左边人类，右边AI，下面4行是分别的成绩。
那详 ...

额 同感 开始我都没看懂

输神 发表于 2017-1-30 15:25
你确定这是德州不是围棋？
棋类的计算是静态的，计算范围永远只能在固定的棋盘内，这样只要随着科技的进步 ...

比赛开始之前电脑就已经经过大量数据锻炼了吧 这样电脑就可以区分出高手和菜鸟 有针对性的应对

gulugulubing 发表于 2017-1-31 00:38
比赛开始之前电脑就已经经过大量数据锻炼了吧 这样电脑就可以区分出高手和菜鸟 有针对性的应对 ...

要我猜的话，就是电脑初始策略是GTO，然后根据对局历史加入exploitive play。德州扑克的搜索状态太少了，比围棋少多了，能赢人类一点不稀奇。

Jimihandrix 发表于 2017-1-30 22:45
虽然计算机没有穷举围棋的所有变化，alphaGO/Master也已经击败了人类。
换人就能击败AI是很荒唐的。计算 ...

你说的很正确，因为人类分析以往数据去平衡GTO的能力永远不及电脑，一定会有弱点，在实战中必须长期游戏的前提下，电脑最终战胜人类。

但是你混淆了一点，就是alphaGO和这个德州扑克AI击败人类的方式完全不相同。因为围棋是有常量的，就是那固定19X19的棋盘，是一定有一个计算的终点。哪怕是alphaGO通过现有的棋局库穷举精简了分支，但战胜人类最终靠的还是强大的静态计算能力，等到围棋完全被破解的那一天，alphaGO穷举精简了分支的做法反而是不完美会有漏洞的。
而德州扑克没有常量，如果有那也只能是底池赔率和出牌概率，学完了基础知识，静态的计算就直接就到了终点。
剩下的计算，比如通过范围和其它对手的数据找GTO，这个穷举也是没有极限的，哪怕你给所有对手都分类了，你也永远无法涵盖人与人不同的特点，这完全是一个动态，不能做到像围棋一样以穷举出所有变化作为目的进行计算。
说的简单一点就跟猜剪刀石头布一样，这个德州扑克AI就和那个网上号称无敌的Veteran猜拳AI是一模一样的。
为什么我说只要换人就可以击败电脑，因为GTO无法改变上一次胜负的结果，也永远只能根据以往的数据做出决策。
所以只要保证永远都是对电脑AI进行第一次的squeeze剥削，等电脑在吸取了教训找到应对策略想squeeze剥削平衡回来的时候，突然换了一个人，以前的经验不适用了，这样又相当于第一次了，不断重复这种“第一次”从概念上来讲就可以打败电脑。
而为什么我说的是换人，而不是让一个人变换风格，那是因为从心理学的角度深层面的习惯人自己无法发觉，会随着跟电脑长时间游戏被电脑给统计进去，自己却浑然不知，除非人格分裂了能完全变成两人。

更进一步来讲，就算电脑把世界上每个人都统计了，可以单独战胜每一个人，但是这时候用快速的轮换的方式，同时保证换上的人是随机决定的，电脑不知道换了的人是谁，人却知道电脑的数据（就算不知道也不一定输，但可能会出现你瞎蒙出了一个剪刀，刚好前面那几位也出的是剪刀电脑早就准备好石头了，导致这一次未能squeeze剥削成功还蚀把米），电脑照样还是会被干翻。
前提是人别犯基础知识的低级错误，比如把赔率胜率和出牌算错，剩下什么时候该squeeze，就跟你觉得什么时候出剪刀石头布一样。


我数学很烂，只能用上面比较冗长的说法了，希望你能明白。

我只问一句

这种 Heads up有赌场的抽水没有 ，按照 pot 抽 。
我不觉得 有抽水的时候 机器人能盈利。

而且 这种 人类可以带shortstack 比如 15bb 上桌吗？
要是可以 ，我不觉得在 有抽水 ，短码下 机器能把人类干翻 ，大不了一起输

house take rake, house always win.