《扑克超人人工智能》是一篇永恒的研究论文

《扑克超人人工智能》是一篇永恒的研究论文。

扑克与围棋/国际象棋不同，是一种不完美信息的游戏。由现任 OpenAI 工程师开发的 Pluribus 在 10,000 局扑克游戏中果断击败了 5 名职业选手，每局赢得 4800 万大盲注。

还做了一个关于石头剪刀布的小演示：

与人类一样，Pluribus 也证实，跛入（跟注“大盲注”）而不是弃牌或加注并不是最理想的做法。

然而，它不同意“驴式下注”（当一个人在上一轮下注结束时跟注，然后开始下一轮下注）是错误的观点。

Pluribus 使用蒙特卡洛反事实遗憾最小化 (MCCFR)，它对动作进行采样并调整其概率，这与围棋/国际象棋的 MCTS 不同。

它使用 3 个 Intel Haswell CPU 上的< 128GB 内存，每手耗时 20 秒，是人类时间的一半。

虽然细节都在论文里，但理解该策略最简单的方法是石头剪刀布。

如果您总是出石头，那么对方就会开始出布并击败您。

这是 Claude 工件，演示了使用 MCCFR 的简单 RPS： AI创造营