扑克AI的演变

May 1, 2024 8 min Read

人工智能与策略游戏的交汇已经取得了显著的进展，扑克就是人工智能在传统上由人类直觉和欺骗主导的领域中日益强大的一个典型例子。与确定性的国际象棋或模式密集的围棋不同——这两者都在Deep Blue和AlphaGo的推动下取得了自己的AI里程碑——扑克引入了不完全信息和虚张声势的挑战，使其成为对AI能力更复杂的考验。这些扑克AI系统已经从初级的实验工具发展为复杂的机器，能够与顶级人类玩家竞争，甚至常常超越他们，类似于IBM的计算机系统Watson在《危险边缘》中的胜利。这种演变反映了面向游戏的AI发展的更广泛轨迹，不仅展示了计算能力和算法的改进，还展示了对人类心理和决策过程的更深理解。以下是扑克AI的演变，从早期的开拓者到最新的突破性系统。

Polaris：开拓者

由阿尔伯塔大学计算扑克研究小组开发的Polaris是扑克游戏中的开创性AI，融合了固定策略和自适应算法。自2007年起，Polaris开始测试其对抗职业人类玩家的能力，为后续复杂的扑克AI奠定了基础。它显著地采用了Hyperborean系列的技术，该系列在2008年AAAI计算扑克比赛的限注平衡类别中获胜。Polaris的创新方法使其能够在比赛中切换策略，为未来的扑克AI发展奠定了基础。

Cepheus：近乎完美的博弈论

转向稍有不同的变体，Cepheus挑战了单挑限注德州扑克，达到了所谓的“弱”解决方案。由阿尔伯塔大学开发的Cepheus在游戏中接近博弈论最优，以至于在一生的游戏中几乎不可能找到任何显著的获胜策略。这标志着一个重要的里程碑：AI有可能达到并维持纳什均衡，使其在特定的扑克格式中无懈可击。

Claudico：推进扑克AI的前沿

由卡内基梅隆大学开发的Claudico代表了扑克AI领域的重大进化。这个机器人，其名字在拉丁语中意为“我跛行”，旨在玩无上限德州扑克单挑。它标志着从早期依赖大量计算资源的AI的转变，通过在游戏中适应策略并从每一手牌中学习。在2015年，Claudico接受了顶级玩家如Dong Kim和Jason Les的测试。尽管它没有获胜，但其表现突显了AI在管理高风险、策略性游戏复杂性方面的能力。这场对决不仅展示了Claudico创新性地使用跛行作为策略战术，还为其继任者奠定了基础，展示了AI在竞争性扑克中的潜力。

Libratus：提高赌注

Libratus是卡内基梅隆大学早期AI Claudico的复杂进化，标志着扑克AI的重大突破。基于Claudico的基础工作，Libratus配备了大大增强的策略和计算能力。由卡内基梅隆大学同一团队开发，它在2017年通过在为期20天的比赛中决定性地击败顶级职业扑克玩家而成为头条新闻。这个AI不仅从其前任的不足中学习，还通过采用先进的策略制定算法和强大的反事实遗憾最小化技术脱颖而出。Libratus还展示了前所未有的适应能力，通过分析已玩的手牌在夜间优化其策略。其成功，特别是更复杂的残局策略，展示了AI可以多快地进化，设定了竞争性扑克AI在策略深度和适应性方面的新标准。

Pluribus：掌握多人扑克

由Facebook的AI实验室与卡内基梅隆大学合作开发的Pluribus代表了扑克AI的最新重大突破。这个AI通过同时与多名职业玩家在无上限德州扑克中对战并决定性地击败他们，大大提升了挑战。此前，掌握多人扑克桌的动态和不可预测性被认为是一个重大障碍，因为涉及的互动非常复杂。Pluribus不仅在2019年克服了这一挑战，还展示了高级的策略适应性和实时学习能力。其成本效益高的训练过程使其能够快速适应和优化策略，证明了AI不仅可以在受控的一对一场景中占据主导地位，还可以在完整的扑克桌的混乱环境中表现出色。这一里程碑证明了AI在管理和在多人扑克的多方面世界中表现出色的能力，设定了该领域的新标准。