WSOP历史上最热门的赛事！关丹强势崛起，给国产卡牌游戏带来新风暴
2026年1月12日
false
2026年1月12日
对的，此次获奖的德州扑克人工智能——AlphaHoldem，就是如同AlphaGo那般的存在。只是，在针对AlphaHoldem展开训练的进程里，其训练模型是德州扑克。
拿游戏去做AI的训练模型，于人工智能的领域当中，已然是极为平常的一桩事情。
与围棋相较，德州扑克更能够对处在信息不完备以及对手不确定情形之下的 AI 的智能博弈技术予以考验。所以在近些年来，业内一致认定德州扑克极为适宜拿来当作一个虚拟实验环境，用以针对博弈范围内的相关基础理论方法以及核心技术算法去展开深入的研究。
当下，较为流行的德州扑克AI核心观念，是借助一种名为“反事实遗憾最小化（CFR）”的算法，去接近纳什均衡策略，也就是随便哪一位参与者，在其他全部参与者策略已确定的情形下，他所采取的策略皆是“最优解”。
只是，这种方式一直存有一个相对较为显著的不足，那就是它过度依靠人类专家来从事博弈树抽象，这就表明德信竞技，不管是在开展AI训练之时，还是在最后对局之际，它都需要诸多的计算以及存储资源，而这，同样变成了限制德州扑克AI进一步前行的障碍 。
兴军亮团队在AAAI 2022上荣获卓越论文奖，原因在于，他们针对AlphaHoldem运用了一种全新的、基于端到端的深度强化学习算法。
端到端学习德州扑克AI学习框架
有一种新算法，它把一种改进后的深度强化学习算法跟一种新型的自博弈学习算法结合起来，能够在不借助任何领域知识的情形下，直接从牌面信息起，端到端地学习候选动作，而后做出决策 。
呈现的数据表明，AlphaHoldem每一次做出决策之时的速度，甚至连3毫秒都达不到，它比先前同一类型的AI做出决策的速度快了1000倍。而且，经由AlphaHoldem与4位处在高水平的德州扑克选手进行1万局对抗之后所产生的结果，同样证实了，它已然达到了人类专业玩家的水准。
成为AI玩家“训练师”
研究成果得到国际主要学术组织的认可，是一件不俗的成绩。
然而，有谁能够料想到，那个能够收获这般成绩的兴军亮，竟然是“半路投身进来”的呢，他最开始从事的是计算机视觉方面的研究，简而言之，也就是教导AI去辨别“是什么”，不过，伴随研究不断地深入，兴军亮察觉到，仅仅教会AI“是什么”，跟真正的人工智能目标存在着很大的差距，未来究竟该如何前行，这让他困扰了很长的时间。
游戏训练 AI 的想法，兴军亮之所以有此想法，最早是受 AlphaGo 启发。教 AI 下围棋，透过此行为，兴军亮发现，该动作实质是解决 AI 领域的“认知智能”问题，能让 AI 不仅知道“是什么”，也能知道“为什么”。
除此之外，于人工智能的发展进程当中，游戏自身便是相关研究的试验场地。借助游戏去训练出更为厉害的AI，这便成为了兴军亮的目标。
兴军亮原本很少接触游戏，然而为了能全方位地去了解不同类型游戏的机制，他开始培养自己的“网瘾”，具体做法是找出代表型游戏，接着研究教程，然后练习手速，最后完成通关，他在这些方面所做的每一步都不比职业玩家少，。
在这个进程里，兴军亮愈发觉得，玩游戏是一桩极其有意思的事，特别是不同游戏的机制设定，格外适合用于钻研一些基础的科学问题，这里面，便有游戏博弈。
以此次获奖的德州扑克AI程序来讲，其本质是一个存在不完美信息的博弈问题，由于德州扑克游戏规则规定，每个人手中持有两张私有牌，牌面的大小对最终胜负并无影响，因为玩家能够借助假装牌面大、押注金额大等方式吓跑对手。
两人无限注德州扑克一次游戏过程示意
兴军亮为了教会 AI 打德州扑克，带着团队，先后动用了十余台服务器，以使算力得到集中。让 AI 持续不断地跟自己打牌，历经 20 天的时长，打出了约 1 亿局 。
紧接着，他们再度将游戏学习的性能予以了进一步的提升。此次而言，他们仅仅动用1台服务器，在训练时长不到3天的情况下，便能够达成预期水准。
而处于这个进程里，参与训练的AI能够学会一些近似于只有人类专业选手才会精通的计谋。同时，这恰恰是并非完美信息博弈最为有意思的地方。当前，由兴军亮以及团队打造的德州扑克在线人机对抗平台OpenHoldem（http://holdem.ia.ac.cn/），现已对外公开。依据兴军亮所言，此系统或许是国内唯一能够公开进行德州扑克玩法的场所。
当然，兴军亮的目标绝不仅仅是带着AI攻略下一款款游戏。
在经济政策制定领域，有一种机制，像那并不完美的信息博弈，有着极为广泛的应用。在法律法规优化领域，同样存在这样一种机制，也就是并不完美的信息博弈，其应用范围广泛。在外交策略选择领域，还是如此，有着并不完美的信息博弈这种机制，应用相当广泛。而这些领域应用的情况，正是国际同行正在全力以赴去努力攻克的，同时，也是国内相关研究相对比较薄弱的。
朝着训练出人工智能的方向前行，这个人工智能要更聪明，还要更有用，并且能够和人类合为一体，这是兴军亮始终不懈去追求的 。
