DeepStack人工智能系统如何击败德州扑克职业玩家的技术解析

依照《科学》网站在2017年3月3日所做的报道，人工智能在国际象棋比赛这类游戏里，早就能够战胜人类顶级选手，在2016年，又于围棋对弈当中战胜了人类专业选手，最近，有两种人工智能也就是AI系统，在德州扑克比赛中击败了人类职业扑克选手，这两种系统分别是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。

近来，存在着两种人工智能也就是AI系统，于德州扑克比赛当中，打败了人类职业扑克选手，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，这表明游戏的双方都能全然知晓对方所处的局面，此情状对于去设计相应的人工智能系统而言，算得上是一个挺大的助力。然而德州扑克却并非如此这般：其玩家要随机去面对两张不公开的底牌；每一次公共牌发牌之后，玩家都得拿定主意是不是下注、过牌（Hold）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密隐匿性，玩家进行下注得依据对对手有可能采取的举措的揣测。故而，与国际象棋不同，国际象棋能够依照棋盘状况以及对手全部潜在走法推导出一种获胜策略，而德州扑克却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的计算机科学家迈克尔·保林，他属于DeepStack研究团队，他表示，传统人工智能游戏系统的目标是，尽可能去计算出一个游戏的可能结果，接着利用从其他获胜游戏中搜寻数据的公式，排列出策略选项。这种方法存在不利之处，那就是为了精简可用数据，算法有时会把并不真正可行的策略组合在一起。而DeepStack是通过计算仅仅未来几步，并非全盘游戏，以此来规避令人分心的数据，然后再随着新信息的出现，不断去更新算法。在DeepStack需要作出决定的时候，也就是在对手进行下注或者过牌之前，并且在没有接收到新信息的状况下，深度学习开始发挥其作用，那就是通过机器学习来获取知识的DeepStack神经网络，能够缩小算法所生成的潜在局面的范围，进而使得DeepStack的反应变得更快、更加精确，究其原因是它已然通过训练学习了这样的行为。而为了训练DeepStack的神经网络，研究人员吩咐该程序去解决1000万个随机生成的扑克游戏局面。为了对DeepStack展开测试，研究人员使其与国际扑克联合会挑选出的33位职业扑克选手，在为期4周的时段内，经由44852场一对一无限注德州扑克比赛来进行对抗。在将因运气而非策略致使的获胜情况予以排除后，研究人员发觉，DeepStack的最终赢率是486mbb/g（每局的毫大盲注数），近乎是人类职业扑克选手判定为可观利润的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，于为期20天的时段内，借助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重要发现的支撑。然而，二者的主要差别在于德信竞技，Libratus未采用机器学习，需更强大运算能力来支持其算法，且要对每次结果都进行解算，方可生成一种策略。运行于便携式电脑上头的DeepStack，并不需要凭借那般强大的运算能力。