AI在多人扑克里超越人类的表现，为AI与博弈理论发展树立了新的里程碑。
六人无限德州扑克是世界上最流行的扑克形式。日前，卡内基梅隆大学与ebkAI合作开发的人工智能程序“Plribs”，击败了六人无限德州扑克的职业选手。
在一项包含13名职业选手的实验中，Plribs一次对战5名职业选手，共进行了10，000手牌，并最终取得胜利。这些职业选手都曾在扑克竞技游戏里赢得超过100万美元。
在另一项实验中，每位职业选手要对阵5个Plribs。在5000手牌的对阵中，Plribs击败了扑克专家DrrenElis和Chris“Jess”Fergsn——他们前者保持着世界扑克巡回赛冠军最多的纪录，后者赢得了6项世界扑克系列赛冠军。
当地时间7月11日，《科学》杂志发表了描述这一成就的论文（DOI:10.1126/iee.y2400）。
Plribs由卡内基梅隆大学计算机教授TsSndhl与ebkAI部门科学家NBrn共同开发。
TsSndhl依托过去16年在卡内基梅隆大学实验室开发的战略推理技术，创立了两家公司——Strteghine和StrtegyRbt。前者将这些技术应用于扑克、游戏、商业和医学领域，而后者则将它们应用于国防和智能领域。
NBrn在ebkAI工作的同时在卡内基梅隆大学攻读了计算机学博士学位。二人早前开发了双人扑克AILibrts，在2017年击败了四名扑克职业选手。
多人博弈里程碑
“Plribs在多人扑克里超越人类的表现，将成为AI与博弈理论领域公认的里程碑，”Plribs开发者Sndhl说，“目前为止，策略推理中的超人AI里程碑仅限于两方竞争。在如此复杂的游戏中击败其他五名选手的能力为使用AI解决各种现实问题开辟了新的机会。”
为什么科学家总是喜欢让AI在各种棋牌类游戏里进行突破？这是因为棋牌游戏自古以为都被认为是人类智力活动的象征，模仿人类的AI自然要以此为目标。
不过根据棋牌规则，不同棋牌类型的游戏的博弈难易各不相同。根据信息的公开程度，我们可以将棋牌博弈分为“完全信息类”和“不完全信息类”。
“完全信息类”博弈包括国际象棋、围棋等，它们的盘面信息都是公开的，对弈双方接收到的信息完全。在此类博弈中，AI每次只需要根据当前盘面，搜索计算各种情况下自己的胜率。为了提高搜索效率，一般需要对搜索过程中产生的“博弈树”进行广度和深度剪枝。就是我们平常下棋时常说的算多远和算多准。
“非完全信息类”博弈包括德州扑克、桥牌、麻将等游戏。以德州扑克为例：每个玩家有2张牌作为“底牌”，同时还有5张公共牌。玩家选择5张公共牌里的3张，与手里的2张底牌组合，最后以期得到最好的5张牌的组合。按照“CrdRnking”决定最后的胜者。
由于游戏中每个人无法看到对手手里的牌，这要求参与者具备更复杂的推理能力，不仅要看对手打了什么牌，还要猜测对手手里有什么牌，并根据对手行动暗示出的信息，来计算自己的最优出牌法。这给AI带来了更严峻的挑战。AI不仅要学会根据不完全信息进行复杂决策，还要应付对手的虚张声势、故意示弱等招数。游戏的人数的也将改变AI的应对难度。
实验中使用的扑克游戏界面。图片来源：ebk
↑返回顶部↑