Pluribus是一个由Facebook人工智能实验室和卡内基梅隆大学构建的计算机扑克玩家，使用人工智能技术。它玩扑克变体无限注德州扑克，是首个在复杂多人比赛中击败人类的机器人。开发者于2019年公布了他们的结果，标志着人工智能和游戏系统领域的一个重要里程碑。
据其创造者称，开发一个超人级的多人扑克AI是Pluribus之前计算机扑克领域公认的主要剩余里程碑。该系统依赖离线自我对弈来构建基础策略，但在在线游戏过程中会继续实时学习。基础策略在八天内计算完成，按市场价计算成本约为144美元，远低于AlphaZero等当代超人级游戏里程碑的成本。
技术方法
在AI中，两人零和游戏（如单挑德州扑克）通常通过近似纳什均衡策略来获胜；然而，这种方法不适用于三人或更多玩家的游戏。Pluribus转而采用一种缺乏强理论保证但经验上似乎能有效击败人类玩家的方法。该系统的设计借鉴了机器学习和深度学习的技术，但不像许多当代AI系统那样依赖神经网络。其实时学习能力使其能够在游戏过程中适应对手的倾向，这一特性使其区别于早期的扑克机器人。
性能与结果
在各项比赛中，Pluribus平均每局赢得超过30毫大盲注。在与五名职业扑克玩家进行无限注德州扑克对战时，Pluribus平均每手牌赢得5美元，每小时赢利1000美元，Facebook将其描述为决定性的胜利优势。该机器人自我学习的打法风格避免溜入（跟注大盲注），并且比人类专家更频繁地进行驴式下注（以跟注结束一轮并以下注开始下一轮）。这些非常规策略被证明对顶级对手有效。
专家反应
在专家扑克玩家中，Jason Les表示他感到非常绝望，说：“你不会觉得有任何办法可以赢。”Chris Ferguson表示：“Pluribus是一个很难对付的对手。很难把他锁定在任何一手牌上。”Jimmy Chou指出：“每次与这个机器人对战时，我都觉得自己学到了一些可以融入自己游戏的新东西。”在《华尔街日报》中，科学编辑Daniela Hernandez将Pluribus描述为在关键人类技能，，欺骗，，方面表现出色。
更广泛的背景与遗产
Pluribus的开发建立在早期计算机扑克工作的基础上，包括此前在两人游戏中达到超人性能的单挑机器人。多人无限注德州扑克的成功被视为重大突破，因为该游戏涉及不完美信息、虚张声势以及多名玩家之间的复杂策略互动。Pluribus采用的方法结合了离线自我对弈与实时适应，影响了后续游戏AI和多智能体系统的研究。
源代码与伦理考量
在胜利之后，开发者拒绝发布源代码，担心它会被滥用以在在线比赛中秘密作弊对付人类扑克玩家。这一决定凸显了人们对先进AI系统在竞争和金融环境中可能被滥用的日益增长的担忧。Pluribus的案例已在AI安全和负责任部署强大算法的背景下被讨论，与Google DeepMind和OpenAI等组织开发的其他著名系统并列。
参考文献
- Facebook人工智能实验室和卡内基梅隆大学研究出版物（2019年）
- 《华尔街日报》Daniela Hernandez的报道
- 职业扑克玩家Jason Les、Chris Ferguson和Jimmy Chou的声明