Libratus是卡耐基·梅隆大學(xué)開發(fā)的人工智能系統(tǒng)。2017年1月11日至1月30日，美國卡耐基梅隆大學(xué)開發(fā)的人工智能Libratus與4名人類頂尖德州撲克選手之間的“人機大戰(zhàn)”在美國匹茲堡進行，最終人工智能取得勝利。
比賽背景
Libratus 并非唯一一個會玩德州撲克的 AI，就在就在卡內(nèi)基梅隆大學(xué)宣布 Libratus 出戰(zhàn)的幾天前，加拿大阿爾伯特大學(xué)搶先發(fā)表了關(guān)于撲克 AI 的論文，表示他們的 DeepStack 是世界上第一個在“一對一無限注德州撲克”上擊敗了職業(yè)撲克玩家的計算機程序。Libratus是從頭開始編寫的，但它是Claudico的名義上的繼任者，其名字在拉丁語中意為“平衡”。Libratus在匹茲堡超級計算中心的新“Bridges”超級計算機上使用了超過1500萬核心小時的計算，遠超Claudico的2-3百萬核心小時。
比賽過程
卡耐基·梅隆大學(xué)的 Libratus 采用的是一種名為“納什均衡”的對戰(zhàn)策略，在這一策略里，只要其他玩家的策略保持不變，單一玩家就無法通過變換策略獲益。Libratus 要做的就是識別沒有希望的策略，從而更快地找到納什均衡點。經(jīng)過反復(fù)的訓(xùn)練后，Libratus 已經(jīng)能夠忽略那些糟糕的路徑了。Libratus的算法是一個計算策略的算法，它沒有固定的內(nèi)置策略。所涉及的技術(shù)是反事實遺憾最小化的一種新變體，即CFR+方法，以及桑德霍姆和他的博士生諾姆·布朗為解決終局問題開發(fā)的一種新技術(shù)。在比賽期間，Libratus白天與玩家對抗，晚上通過分析先前的游戲和當(dāng)天的結(jié)果，特別是它的損失，自行完善其策略。它在比賽中又使用了400萬核心小時的Bridges超級計算機。
比賽成績
2017年1月11日至1月30日，在賓夕法尼亞州匹茲堡的Rivers賭場，卡耐基·梅隆大學(xué)(CMU)開發(fā)的人工智能系統(tǒng)Libratus與4名人類選手共玩了12萬手一對一不限注的德州撲克。到比賽結(jié)束時，人工智能領(lǐng)先人類選手共約177萬美元的籌碼。在4名人類頂尖選手中，輸?shù)米钌俚囊晃灰猜浜笕斯ぶ悄芗s8.6萬美元的籌碼。Libratus在比賽的第一天就一直領(lǐng)先于人類玩家，最終以壓倒性的勝利結(jié)束比賽，其勝率相當(dāng)于每100手牌贏得14.7個大盲注，這在撲克中被認為是異常高的勝率，具有高度的統(tǒng)計學(xué)意義。在人類玩家中，董金排名第一，麥考利排名第二，吉米·周排名第三，杰森·萊斯排名第四。獎金為20萬美元，全部分給了人類玩家，每個玩家最少獲得2萬美元，其余根據(jù)他們對抗人工智能的成功程度進行分配。
特殊規(guī)則與比賽設(shè)置
由于Libratus只與另一個人類或計算機玩家對戰(zhàn)，因此強制執(zhí)行了兩人德州撲克的特殊“對決”規(guī)則。四名玩家分為兩個由兩名玩家組成的小組，其中一個小組在公開場合比賽，而另一個小組位于一個被稱為“地牢”的單獨房間，不允許使用手機或其他外部通訊設(shè)備。地牢小組得到了與公開場合發(fā)放的相同的牌序，只是雙方互換了：地牢中的人類得到了AI在公開場合得到的牌，反之亦然。這個設(shè)置旨在抵消牌運的影響。
參考資料 >