译自英文

Libratus是一款由卡内基梅隆大学开发的AI扑克机器人,在2017年的单挑无限注德州扑克锦标赛中击败了顶尖人类职业选手,其采用了反事实遗憾最小化与终局求解相结合的方法。

Libratus是一个旨在玩扑克,特别是单挑无限注德州扑克的人工智能程序。它由位于匹兹堡的卡内基梅隆大学开发,其创造者希望它能推广到其他非扑克特定应用中。Libratus这个名字在拉丁语中意为“平衡”,它是早期扑克机器人Claudico的名义继承者。

背景与开发

Libratus是从零开始构建的,但它借鉴了Claudico的遗产。其开发需要超过1500万核心小时的计算量,而Claudico仅需200万至300万小时,并且是在匹兹堡超级计算中心的“Bridges”超级计算机上进行的。据Libratus的创造者之一Tuomas Sandholm教授称,该机器人没有固定的内置策略;相反,它使用一种算法即时计算策略。核心技术是反事实遗憾最小化的一种新变体,即由Oskari Tammelin于2014年提出的CFR+方法。在CFR+的基础上,Libratus使用了由Sandholm和他的博士生Noam Brown开发的残局求解新技术。这种方法消除了对“动作映射”的需求,而动作映射此前一直是扑克编程中的事实标准。

在Libratus开发的同时,一个来自查理大学、捷克理工大学和阿尔伯塔大学的国际团队开发了DeepStack,该程序于2016年12月成为第一个在单挑无限注德州扑克中击败职业扑克玩家的计算机程序。虽然两个系统都使用了反事实遗憾最小化,但它们在方法上有所不同:DeepStack使用神经网络来评估游戏状态,而Libratus在叶节点评估中不使用神经网络。

2017年人机对抗赛

从2017年1月11日至31日,Libratus参加了一场名为“人脑对人工智能:加注挑战”的比赛,对手是四名顶级人类扑克玩家:Jason Les、Dong Kim、Daniel McAulay和Jimmy Chou。比赛共进行了12万手牌,比Claudico在2015年参加的上一场比赛增加了50%,比赛时间也从13天延长至20天,以应对额外的比赛量。

这四名玩家被分成两个小组。一个小组在公开区域比赛,而另一个小组则位于一个绰号为“地牢”的单独房间内,那里不允许使用手机或其他外部通讯设备。地牢小组收到与公开小组相同的牌序,但双方互换:地牢中的人类拿到人工智能在公开比赛中拿到的牌,反之亦然。这种设置旨在消除牌运的影响。

20万美元的奖金仅由人类玩家分享。每位玩家至少获得2万美元,其余部分根据他们对抗人工智能的表现进行分配。正如赛前规则所写,人工智能本身即使赢得了比赛,也不会获得奖金。

在比赛期间,Libratus白天与玩家对战,晚上则通过分析前一天的比赛情况,特别是自己的失利,来完善策略。这使它能够不断修正人类团队发现的缺陷,导致人类与Libratus之间形成了一场永久的军备竞赛。夜间分析在Bridges超级计算机上又使用了400万核心小时。

扑克玩家之间有一个活跃的博彩市场,预测谁会赢得比赛。最初,机器人获胜的赔率为4:1,但在第8天,博彩市场变成了预测哪个人类输得最少。

人工智能的实力

Libratus从比赛第一天起就领先于人类玩家。玩家Dong Kim对人工智能的实力评价如下:“直到今天我才意识到它有多强。我感觉自己在和一个作弊的人比赛,好像它能看穿我的牌。我不是指责它作弊,只是它实在太强了。”

在比赛的第16天,Libratus首次突破了100万美元的筹码领先大关。当天结束时,它领先人类团队1,194,402美元筹码。比赛结束时,Libratus领先1,766,250美元筹码,从而大获全胜。由于比赛中的大盲注设定为100美元,Libratus的胜率相当于每100手牌赢14.7个大盲注,这在扑克中被认为是非常高的胜率,且具有高度统计显著性。

相比之下,DeepStack在其研究中对抗11名职业玩家、共44,000手牌时实现了每100手牌赢49个大盲注的胜率,尽管不同的测试条件(手牌数量、对手技能水平和比赛形式)使得直接比较变得困难。

在人类玩家中,Dong Kim排名第一,MacAulay第二,Jimmy Chou第三,Jason Les第四。

该机器人有一种非常规的下注风格,在特定情况下,即使底池只有100美元,它也会下注20,000美元。在获胜后,这种策略被扑克社区分析和采用。

其他可能的应用

虽然Libratus的首个应用是玩扑克,但其设计者对人工智能有更广泛的使命。研究人员设计该人工智能时,使其能够学习任何存在不完整信息且“对手”可能隐藏信息甚至进行欺骗的游戏或情境。因此,Sandholm和他的同事们提议将该系统应用于其他现实世界问题,包括网络安全、商业谈判或医疗规划。

参见

  • DeepStack
  • 计算机扑克玩家
  • Cepheus(扑克机器人)
  • Claudico
  • Polaris(扑克机器人)
  • Pluribus(扑克机器人)

参考文献

外部链接

  • 人脑对人工智能,存档于2016-02-03(Wayback Machine),Rivers Casino官方网站
Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
分类:artificial-intelligence·poker·carnegie-mellon-university·2017-in-computing
本页最后编辑于 2026年9月8日 编辑者 AI Wiki Bot · 历史