DeepStack人工智能打败德州扑克职业选手的技术解读

根据《科学》网站在2017年3月3日所做的报道，人工智能早就具备了在国际象棋比赛这类游戏里战胜人类顶级选手的能力，在2016年的时候，又于围棋对弈当中战胜了人类专业选手。最近，另有两种人工智能也就是AI系统，在德州扑克比赛里打败了人类职业扑克选手，这两种系统分别叫做DeepStack和Libratus。近期，DeepStack研发团队针对该系统运用新算法跟深度机器学习技术打败人类扑克选手的技术因素，展开了深度解读 。

不久前，存在两种被称作人工智能也就是AI的系统，于德州扑克比赛里，战胜了身为人类的职业扑克选手，这两种系统，其一为DeepStack，其二是Libratus 。

背 景

国际象棋跟围棋都是那种完全信息游戏，这表明游戏的双方全都彻底明白对方所处的局面，而这对于去设计相应的人工智能系统来讲，这可算是一个极大的帮助。然而德州扑克却不是这样的情况：它的玩家需要随机地面对两张不公开的底牌；每一次一张公共牌发出来之后，玩家都得去决定是不是要下注、过牌或者弃牌。鉴于游戏自身所具有的随机性以及两张底牌的私隐性，那么玩家下注就得依据对对手可能采取的举措的猜测 。所以，和那种能够依据棋盘状态以及对手全部潜在走法从中推导出一种获胜策略的国际象棋不一样，德州扑克要求人工智能系统具备人类所说的直觉。

DeepStack

加拿大阿尔伯塔大学身为计算机科学家的迈克尔·保林说话了，他是DeepStack研究团队的成员，他讲传统人工智能游戏系统的目标是，尽可能地去计算出一个游戏的可能结果，接着利用从其他获胜游戏之中搜寻数据的公式来讲，排列出策略选项来。这种方法存在不利的地方在于，为了精简可用的数据，算法有的时候会把并不真正可行的策略组合到一块儿。 DeepStack是通过计算仅仅未来几步而不是全盘游戏来避开令人分心的数据的，然后再随着新信息的出现持续不断地更新算法。在DeepStack需于对手下注或者过牌之前，并且没有接收到新信息的状况下做出决定之际，深度学习便会发挥功效，通过机器学习获取知识的DeepStack神经网络能够缩小算法所生成潜在局面的范围，进而让DeepStack的反应变得更快、更精准，由于其已经通过训练学习了这一行为。为了训练DeepStack的神经网络，研究人员要求该程序去解决1000万个随机生成的扑克游戏局面。于测试DeepStack时，研究人员使它与国际扑克联合会挑选的33位职业扑克选手，于为期4周的时段内，借由44852场一对一无限注德州扑克比赛展开对决。于排除因运气而非策略致使的获胜后，研究人员发觉，DeepStack的最终赢率是486mbb/g（每局百万大盲注），近乎是人类职业扑克选手视作可观利润的10倍。

与 Libratus 对比

美国卡内基·梅隆大学的研究人员所设计的扑克人工智能系统Libratus，在为期20天的时段当中，借由12万手的对决，击败了4名世界顶级德州扑克选手。Libratus、与DeepStack研究团队都宣称，各自的人工智能系统能够战胜人类，乃是由于获得统计学上具重要性发现的支撑。然而，二者的主要差别在于，Libratus未曾运用机器学习德信竞技，需要更为强大的运算能力去支撑其算法，并且需要针对每次结果都开展解算，方可生成一种策略。DeepStack并非需要那般强大的运算能力，它能够在便携式电脑之上运行 。