問耕 發自 LZYY

量子位 報道 | 公衆号 QbitAI

昨天下午，量子位在中關村舉辦了一個技術沙龍，邀請創新工場AI工程院技術VP李天放、聯想智慧醫療CEO林林等，從技術和實戰的角度，對德州撲克人機大戰進行解讀。

李天放

創新工場AI工程院技術負責人，課程格子的創始人，前微軟工程師，以及著名大數據公司Palantir早期成員。德州撲克職業玩家。

以下是李天放對德州撲克AI的技術解讀：

文字版本整理如下：

AI算法和博弈論，這兩個交叉點還是有一點難度的。

先從博弈論開始。

大家需要對GTO/納什平衡有一個初期的理解。在德州撲克，翻硬币，剪刀石頭布這類遊戲裡面，納什平衡點的定義是：如果雙方都在用一個比較好的戰略，任何一方做出調整結果都會更糟糕，也就是存在一個平衡點，使得兩個人都不能再進步。

相比于石頭剪刀布，一對一的德州撲克，是一個複雜度非常高的博弈。如何找到德州撲克的GTO和納什平衡點？這是此類AI算法的核心。

CounterFactual Regret Minimization(CFR，反事實遺憾最小化)，這是一個類似強化學習的算法，但是更高效。讓AI之間對戰德撲，采用随機的策略，然後每局過後看看在什麼地方後悔了，然後嘗試不同的戰略，再在決策點上複盤。

這個算法與人類學習德州類似：累積經驗、評判自己的選擇，但需要注意的是，這裡正确的“後悔點”非常重要。德州撲克有很強的随機性，所以很容易陷入錯誤的學習方式。

算法很簡單，問題是無限德州的空間太大了，複雜度是10的160次方。有幾種解決方案：合并簡化 CFR(Claudico)，CFR “直覺”(DeepStack)，CFR End Game Solver RL(Libratus)。

總結一下：

· CFR類似于強化學習。權重調整基于概率。

· AI的戰略和學習方式和職業牌手相似，但是更準确。

上述内容視頻版本，請前往量子位微信公衆号(ID：QbitAI)查看。

量子位招聘

我們正在招募編譯、編輯、記者、市場、運營等多個崗位，工作地點在北京中關村，期待你的到來，一起體驗人工智能的風起雲湧。

相關細節，請在公衆号對話界面，回複：“招聘”兩個字。

今天AI界還有哪些事值得關注？

在量子位（QbitAI）公衆号會話界面回複“今天”，看我們全網搜羅的AI行業和研究動态。筆芯❤~

另外，歡迎加量子位小助手的qbitbot，如果你研究或者從事AI領域，小助手會把你帶入量子位的交流群裡。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!