Den här gången ska vi diskutera en något annorlunda artikel, där författarna strävar efter att skapa lämpliga regler för poker baserat på algoritmer från deep-learning-program. Efter spelen med artificiell intelligens Claudico och Libratus observerades att deras starkaste del är beslutsfattandet i riversituationer. Författarna till artikeln syftar till att undersöka de beslut som programmen fattar på river och skapa förståeliga regler.
För detta experiment skrevs två identiska artificiella intelligenser som inte hade några förhandsregler, förutom förståelsen av kortens styrka. Sådana förhållanden gör det möjligt att upptäcka nya sätt att lösa pokersituationer, eftersom kunskapen från vanliga spelare inte inkluderas. Programmen lärde sig endast av varandra genom att spela 100 000 Heads-Up No-Limit-partier.
Det är sant att författarna begränsade spelmöjligheterna något, så slutsatserna bör tas med viss försiktighet. Ytterligare spelbegränsningar var följande:
- Händer analyseras procentuellt baserat på sin egen och motståndarens styrka i riversituationer (dvs. hur mycket av motståndarens range som slås).
- Endast riversituationer löses. Denna begränsning förändrar inte mycket på grund av den första begränsningen.
- Endast check/call och check/fold analyseras. Förmodligen den mest förändrande begränsningen, eftersom donk och raise-situationer utesluts.
- Spelet spelas med en varierande 10-kortslek. Denna begränsning förändrar i princip ingenting på grund av den andra och första begränsningen, utan minskar bara beslutsträdet.
- Endast in position-spel analyseras.
Efter 100 000 simuleringar observerades det lärda spelet, vilket presenteras i ett komplext beslutsträd:
Författarna drar två huvudregler från det artificiella intelligensens spel:
- Om handen på river slår mellan 20% och 80% av motståndarens händer, görs oftast en check back eller en liten bet.
- Om handen på river slår 95% av motståndarens händer och motståndaren har minst 10% mycket starka händer, görs en all-in.
Dessa regler är mer lämpliga för shortstacked-spel, men idén kan bibehållas. Att ta thin value på river ger ofta inte mycket vinst på grund av risken att bli slagen. Å andra sidan, när man har minst den näst starkaste handen på river och motståndaren har starka händer i sin range i en sådan situation, kan man göra en bet större än potten eller gå all-in. Naturligtvis, i spel där stackarna är större än 50 BB, kommer man ofta inte att behöva skjuta all-in.
Några sidonoteringar från beslutsträdet – den artificiella intelligensen går nästan aldrig till showdown (checkbackar inte) om deras hand inte slår 16% av motståndarens händer. Vanligtvis kommer detta bara att vara svaga höga kort. I sådana fall gör de minst en halv pott-bet. I andra situationer väljer den artificiella intelligensen mycket varierande bet sizing. En gemensam nämnare uppstår endast från starkt value-spel – om man har en stark hand, görs nästan alltid minst en pott-bet.
Naturligtvis har det artificiella intelligensens spel många begränsningar, så dessa regler bör inte följas blint. I de flesta fall kommer vi att spela mot svagare eller medelstarka regelbundna spelare, inte mot super-GTO högsta nivåns pokermästare. Dessa regler bör hållas i åtanke, men det är viktigt att komma ihåg att exploitative spel alltid kommer att ge mer vinst.
