E***a
发帖数: 485 | 1 https://www.riverscasino.com/pittsburgh/BrainsVsAI/
肯定不像有限德州那样已经solved，但是人类职业的已经打不过了。深度神经网络学习
能力太强，2014年比过一次输了9bb/100，这次比以前号称学了15 million hours，呵
呵。 |
a*s
发帖数: 425 | 2 这个比赛感觉人类选手是被设套的
第一，minor game，说起来是避免luck的情况，不过，如果仔细想想，其实这样队人类
不公平，如果是电脑打电脑，这种mirror game 才是公平的
第二，这个比赛，电脑是每天调参数的，后来那个教授说，是根据每天前三名的比赛情
况，补漏洞，这里其实很tricky，真实比赛，很多fold的牌，底牌是不会亮的，但是现
在被用来对付选手，而且，如果你看直播，你就会明白，教授那帮人根本没有把会每天
调参数，这个事实告诉选手.... |
E***a
发帖数: 485 | 3 我不明白为啥mirror game不公平？mirror两边的人和电脑都不知道互相底牌的吧，不
然没法打了，呵呵。
不过第二点我同意，电脑计算分析能力比人强得多，如果知道每手牌的底牌，很快能把
人的betting pattern摸清了，就算那些职业的要改自己习惯也不容易，尤其是每天要
grind十几小时。我不知道原来不到show down的底牌都能知道，虽然为了公平人类也能
看hand history，不过这对电脑有利的多。
【在 a*s 的大作中提到】
: 这个比赛感觉人类选手是被设套的
: 第一，minor game，说起来是避免luck的情况，不过，如果仔细想想，其实这样队人类
: 不公平，如果是电脑打电脑，这种mirror game 才是公平的
: 第二，这个比赛，电脑是每天调参数的，后来那个教授说，是根据每天前三名的比赛情
: 况，补漏洞，这里其实很tricky，真实比赛，很多fold的牌，底牌是不会亮的，但是现
: 在被用来对付选手，而且，如果你看直播，你就会明白，教授那帮人根本没有把会每天
: 调参数，这个事实告诉选手....
|
a*s
发帖数: 425 | 4 Mirror不公平不是说电脑作弊
电脑是一个系统，但是against 两个人，因为两个人的策略不同
这样的mirror，其实就是一个consistent 的系统 和两个有差异的系统
这样可能造成打的various
还有就是，这样的mirror系统，更容易让电脑分析补漏洞
每天取前三分析是有道理的 |
E***a
发帖数: 485 | 5 https://www.riverscasino.com/pittsburgh/BrainsVsAI/
肯定不像有限德州那样已经solved，但是人类职业的已经打不过了。深度神经网络学习
能力太强，2014年比过一次输了9bb/100，这次比以前号称学了15 million hours，呵
呵。 |
a*s
发帖数: 425 | 6 这个比赛感觉人类选手是被设套的
第一，minor game，说起来是避免luck的情况，不过，如果仔细想想，其实这样队人类
不公平，如果是电脑打电脑，这种mirror game 才是公平的
第二，这个比赛，电脑是每天调参数的，后来那个教授说，是根据每天前三名的比赛情
况，补漏洞，这里其实很tricky，真实比赛，很多fold的牌，底牌是不会亮的，但是现
在被用来对付选手，而且，如果你看直播，你就会明白，教授那帮人根本没有把会每天
调参数，这个事实告诉选手.... |
E***a
发帖数: 485 | 7 我不明白为啥mirror game不公平？mirror两边的人和电脑都不知道互相底牌的吧，不
然没法打了，呵呵。
不过第二点我同意，电脑计算分析能力比人强得多，如果知道每手牌的底牌，很快能把
人的betting pattern摸清了，就算那些职业的要改自己习惯也不容易，尤其是每天要
grind十几小时。我不知道原来不到show down的底牌都能知道，虽然为了公平人类也能
看hand history，不过这对电脑有利的多。
【在 a*s 的大作中提到】
: 这个比赛感觉人类选手是被设套的
: 第一，minor game，说起来是避免luck的情况，不过，如果仔细想想，其实这样队人类
: 不公平，如果是电脑打电脑，这种mirror game 才是公平的
: 第二，这个比赛，电脑是每天调参数的，后来那个教授说，是根据每天前三名的比赛情
: 况，补漏洞，这里其实很tricky，真实比赛，很多fold的牌，底牌是不会亮的，但是现
: 在被用来对付选手，而且，如果你看直播，你就会明白，教授那帮人根本没有把会每天
: 调参数，这个事实告诉选手....
|
a*s
发帖数: 425 | 8 Mirror不公平不是说电脑作弊
电脑是一个系统，但是against 两个人，因为两个人的策略不同
这样的mirror，其实就是一个consistent 的系统 和两个有差异的系统
这样可能造成打的various
还有就是，这样的mirror系统，更容易让电脑分析补漏洞
每天取前三分析是有道理的 |
y*********2
发帖数: 2 | 9 攻克了，也说明不了问题。
毕竟电脑的运算能力，存储能力，人都是无法比拟的。
对于check/fold这种简单的功能，人应该不输给电脑。
但是对各种下注量的EV计算，人最多也就是猜个差不离，怎么都无法和电脑抗衡。所以
涉及over bet时，各种下注尺寸，人无法和电脑抗衡。
我觉得挺正常的。而且电脑程式是很多扑克选手提供思路（，即便是最好的选手也无法
同时吸收那么多经验），电脑专家再事后将其模型化，再用迭代法给出balance打法，
再利用选手在比赛中的不平衡去打击对手的薄弱点，人应该是打不赢的。
【在 E***a 的大作中提到】
: https://www.riverscasino.com/pittsburgh/BrainsVsAI/
: 肯定不像有限德州那样已经solved，但是人类职业的已经打不过了。深度神经网络学习
: 能力太强，2014年比过一次输了9bb/100，这次比以前号称学了15 million hours，呵
: 呵。
|
y*********2
发帖数: 2 | 10 再比如用哪手牌可以咋呼（比如AsKd可以咋呼，但AsQd就不行），咋呼的EV多大，人靠
经验也就是差不离，但肯定不精准。
电脑程式弄出来的，肯定是100%准。
更不用提电脑不会疲劳，不受情绪影响等。
【在 E***a 的大作中提到】
: https://www.riverscasino.com/pittsburgh/BrainsVsAI/
: 肯定不像有限德州那样已经solved，但是人类职业的已经打不过了。深度神经网络学习
: 能力太强，2014年比过一次输了9bb/100，这次比以前号称学了15 million hours，呵
: 呵。
|
