麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略【 娛樂城手機遊戲：打造社交圈子的新方式】
---
文章目錄
麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略
娛樂城手機遊戲：打造社交圈子的新方式
德州扑克算法幕后研发者CMU博士Brown专访：AI如何打败顶级人类牌手？
麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略
麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略
麻將是一種深受亞洲國家喜愛的桌上遊戲，而職業麻將選手則是在這個領域中的頂尖人物。他們能夠在比賽中展現出驚人的技巧和策略，讓人敬佩不已。那麼，究竟是什麼讓他們成為麻將大神呢？接下來，讓我們來揭示其中的奧秘。
1. 深入研究規則和基本牌型
<
>職業麻將選手花費大量時間研究麻將的規則和基本牌型。他們對於遊戲中可能出現的各種牌型和組合都非常熟悉，這使得他們能夠更好地判斷自己手中的牌和其他玩家的牌，掌握遊戲的節奏和趨勢。
2. 提高觀察能力和記憶力
職業麻將選手需要具備敏銳的觀察力和出色的記憶力。他們可以輕易地記住每一輪出現的牌和其他玩家的打牌模式，這使得他們能夠做出更好的決策並預測對手的下一步。
3. 悉心執著的訓練
成為職業麻將選手需要悉心執著的訓練。他們通常每天都會進行長時間的練習，不斷嘗試新的策略和技巧。這樣的訓練使得他們能夠更好地應對不同的情況和對手，並提高自己的勝率。
4. 專注和紀律
3>
職業麻將選手要求專注和紀律。他們必須保持冷靜和清醒的頭腦，避免受到外界干擾和情緒波動的影響。只有這樣，他們才能做出最佳的決策並達到最佳的表現。
5. 團隊合作和溝/h3>
在團隊比賽中，職業麻將選手需要與隊友們進行良好的溝通和合作。他們必須相互配合，分享資訊並制定最佳的策略。這樣的合作可以增加他們在比賽中的勝算並充分發揮團隊的力
揭示職業麻將選手背後的技巧和策略並非易事，但這些麻將大神們通過長時間的研究和訓練，以及專注和紀律的態度，最終成為了頂尖的選手。他們的故事和成就不僅是麻將愛好者的榜樣，也是我們在追求某一目標啟示。
"娛樂城手機遊戲：打造社交圈子的新方式"
娛樂城手機遊戲：打造社交圈子的新
式
手機遊戲在現代社會中已經成為一種非常受歡迎的娛樂方式。除了提供娛樂和放鬆的功能外，手機遊戲還可以成為人們建立社交圈子的新途徑。透過娛樂城手機遊戲，玩家可以與其他玩家互動、組隊合作，甚至建立長久的友誼。以下將詳細介紹娛樂城手機遊戲如何成為一種新的社交方式。
1. 多人組作
娛樂城手機遊戲通常提供多人組隊合作的遊戲模式，玩家可以與其他玩家組隊一同挑戰遊戲中的難關。透過組隊合作，玩家可以互相協助、共同解決問題，這種合作互動的過程不僅可以增加遊戲的樂趣，還可以建立起彼此之間的信任和友誼。
2. 社能
娛樂城手機遊戲通常都會提供社羣功能，讓玩家可以在遊戲中建立自己的社交圈子。玩家可以加入公會或者創建自己的公會，與其他玩家一起聊天、交流遊戲心得，甚至舉辦公會活動。透過社羣功能，玩家可以找到志同道合的夥伴，一同享受遊戲的樂趣。
3. 競
對戰
娛樂城手機遊戲中的競技對戰模式也是一種建立社交圈子的方式。玩家可以與其他玩家進行對戰，比拼技巧和策略。透過競技對戰，玩家可以結識到各種不同的對手，與他們切磋交流，提高自己的遊戲水平。有時候，這些競技對戰甚至可以成為玩家之間建立友誼的起點。
4. 交流
娛樂城手機遊戲的社交功能還可以讓玩家進行跨國交流。玩家可以與來自世界各地的玩家一同遊玩，瞭解不同國家和文化的玩家。透過跨國交流，玩家可以擴大自己的社交圈子，並且學習到更多的知識
經驗。
總結來説，娛樂城手機遊戲提供了一種新的社交方式，讓玩家可以在遊戲中建立社交圈子。透過多人組隊合作、社羣功能、競技對戰和跨國交流，玩家可以與其他玩家互動、交流、建立友誼，並且享受到更豐富的遊戲體驗。
德州扑克算法幕后研发者CMU博士Brown专访：AI如何打败顶类牌手？
德州撲克算法幕後研發者CMU博士Brown專訪：AI如何打敗頂級人類牌-阿里雲開發者社區
產品解決方案文檔與社區權益中心定價雲市場合作夥伴支持與服務<
n>了解雲<
案
控
登
註/
>開社區
首
探索雲
界
新手上雲
>雲上構建
>雲上數據管理
算
<
性計p>無p>存p>網絡<
倚天<
雲原生
>容器
中間件<
務
測
消息隊列
庫
關係
數
QL數據
/p>數庫
數理工具
>rDB開源<
向量數據庫
熱
Modelsco
彈性
算
生
數
物聯網
<
效DevOps<
龍蜥作業系統<
平頭哥
>
據
數算
數倉Hologres
實
計算
k
機習平台PAI
智能
推薦
<
工智>機器學I
視覺開放平台
音交互
多模態模<
/p>通用模
開發與
維
Ops
>宜搭
服務
像站
公益
問產品
實踐
證
TIAN
大賽
活
廣場
>高校計劃
訓練營
br>題
開發
阿
雲MVP
r>
鏡像站
資料<<
p>插件
開發區
雷鋒網
文章
正文
德州撲克算法幕後研發者CMU博士Brown專訪：AI如何打敗頂級人類牌手？
1894 版權 版權聲明：
本文內容由阿里雲實名註冊用户自發貢獻，版權歸原作者所有，阿里雲開發者社區不擁有其著作權不承擔相應
責任。具體規則請查看《 阿里雲開發者社
户服務協議
》和 《阿里雲開發者社區知識產權保護指引
果您發現本社區中有涉嫌抄襲的內容，填寫 侵權投訴表單
進行舉報，一經b]，本br>立刻刪除涉嫌侵容。 簡介： +關注繼續查看
在上個月舉行的單挑無限注德州撲克（ heads-up no-limit hold』em）人機對戰中，由卡耐基梅隆大學研發的AI程序Libratus以每100手14倍大盲（譯者註：縮寫為14bb/100，意為玩100手牌，平均能贏對手14倍大盲注）
勝世界級人類玩家團隊，震驚所有在場人員。
比賽共打12萬手，最後Libratus贏得了1,776,250個籌碼，近90個買入。雖然人類玩家輸慘了，但幸運的是他們並不需要真的自掏腰包把輸掉的錢給贏家Li
tus（雖然他們來參加這場對戰也需繳納費用）。
Libratus是「AI撲克界的聖杯（the holy grail ）」，CMU博士Noam Brown這樣評價道。Libratus由 Noam Brown和 CMU教授Tuomas Sandholm共同研發，並且是CMU這一系列撲克機械人裏面最新的一款。此前，還沒有任何機械
能在單挑無限注德州撲克中打敗世界級人類選手。
在Brown看來，Libratus尚有很大發展空間：「從理論上來講，升級版Libratus能達到50bb/100」（譯者註：即升級後的Libratus每100手能贏人類對手50倍大盲，也就是還有3.5倍的潛力可挖）。近日，世界著名撲克牌雜誌Card Player 對Brown了專訪，了解了AI撲克的歷史發未來走向等問題。以下
雷鋒網編譯：
：您對這次對戰結果感到驚訝嗎？
：其實我還還挺驚訝的，我沒想到AI能做得這麼好。我們之前為了測試AI效果有讓它和 Claudico（雷鋒網譯者註：CMU較早版本AI）對戰過，結果是Libratus以10~12bb/100打敗Claudico，這個成績好於2015年Claudico與人類對戰的結果（譯者註：那次大戰中AI輸給了人類選手），不過差不太多。所以我們感覺，這次人機對戰Libratus的勝算要大一些，但是不確定到底會贏多少。所以當結果出來的時候，我們對AI能表現這感到相當詫異。
以其實當時你們認為AI還沒辦法以14bb/100打敗人類，是嗎？
：是這樣，我們不知道人類到底比Claudico 厲害多少，有多少是AI需要提升的。（譯者註：在2015年那場對戰）中，人類選手發現並充分利用了Claudico 的漏洞比如他們讓Claudico 多次採用「溜進」（譯者註：limp，翻牌前專用名詞，指玩家不做任何加注，只跟進1倍大盲注）戰術這一招非常有效果，是人類玩家打敗Claudico 的關鍵。但是Libratus不是通過利用對方弱點贏的。Libratus和Claudico對戰時，Libratus能夠在不利用後者弱點的情況下以10~12bb/100打敗Claudico ，這説明如果Libratus 沒有任何弱點的話，能比人類更強。而Libratus這次之所
能打敗人類，其原因就在於它沒有任何人類可以利用的弱點。
：在人類玩家緊追比分，對戰白熱化的時候，你是不想對手可能已經找到了Libratus的弱點，還是説仍舊很有信心？
：這次微調整對之後賽是否重要？因為人類選
也會協同作戰討論戰略，所以這次調整是否加大了對戰難度？
：這裏面有挺多誤解的。AI微調不是説我們讓它再再加注（four-bet）的次數增多，或提高加注倍數，而是因為對手在翻牌前和翻牌時總是下不同大小的注。AI程序知道如何回應2倍，2.5倍或3倍的開局下注。但如果對方以2.75倍開局，那麼AI就會把2.75約等於3，所以它的回應還是比較準確的。這樣的做法雖然算不上不合理，但如果它能不四捨五入的話，效果會更好。於是它那晚就整夜訓練自己如何去回應2.75倍的下注。它下注的大小是由算法決定的，根據對手下注次數最多倍數，這個數字離我們事先設定好的一些數目離得有多遠，算法可以為對手下的注分出優先等級。所以這就是微調所做的改變。這也是算法中的關鍵部分，讓AI一步步根據打法改變自己的路子，而不像他們之前猜測的去利用人類弱點。
：那麼我們能不能
ibratus在轉牌圈（the turn）牌圈（the river）時的回應沒在翻牌前和翻牌時的回應那麼重要？
皇朝娛樂賭博娛樂城 ：在轉牌圈和河牌圈時，你會發現AI需要花時間思考接下來的動作。這個時間非常迅速以至於有的人可能都沒有注意到。其實，每次人類對手在轉牌圈和河牌圈下注時，它都要重新計算策略。這樣，無論對手怎麼出招它都能給予完美回應。所以AI必須預先計算一系列的不同下注大小並放入到遊戲樹（game tree）中，但預先計算的不能應對轉牌圈和河牌圈，因為這兩個需要實
算的策略。（譯者註：遊
樹是指組合博弈理論中用來表達一個賽局中各種後能性的樹）
：這個實
計算能力是否正是Claudico 所缺乏的？或者是做的不夠完美的地方？
：Claudico 能夠在河牌圈進行實時計算，只不過在下面幾個方面比較弱。首先，它沒有考慮到阻斷牌（雷鋒網(公眾號：雷鋒網)譯者註：blocker，即自己要的牌在別人手上）。為了運作更快，它需要把幾手牌組合起來，然後再區分對待。基於此它可能會認為，黑桃A帶三張黑桃和梅花A帶三張黑桃是一樣的，即便這兩種牌應該區分對待Claudico 的最終遊戲解算機（end-game solver）會對大量的實時下注進行計算，但不會在每次人類下注時進行再計算。我認為，對人類每次下注進行再計算這一步，對Libratus本次的獲勝至關重要。同樣的，這次我們能在轉牌圈開始的時候就對這種計算進行擴展。這種做法的計算量更大，因為現在AI需要處理約50種可能出現的不同河牌圈，並且在遊戲結束（每手牌）前可能出現的行動數量也在呈指數級地增長。所以，要效地擴展這種新算法，新程序的計算成本也比 Claudico 要貴上1000倍。
：Libratus什麼時候才能打出一個完美的G
game theory optimal，距離博弈
論中的最優化策略）？像Libratus這樣的機器你們還會推出多少個版本？
：沒人知道AI離打出一個博弈理論中的最優化策略還有多遠。我們有很多方法來計算這一數值，但代價極其昂貴，所以到現在都還沒實現。也許我們明年會開始嘗試。如果非要我推測的話，我猜一個博弈理論中的最優略可以以15bb/100 戰勝Libratus。這是我的粗略估範圍應該在5~50bb/100。
：哇，所以這類AI還是有很大提升空間嘍？
：這不好説。以前AI的致命弱點是在轉牌圈和河牌圈沒有把阻隔牌考慮在內，這在高水平對戰中確實非常關鍵。但Libratus不存在這個問題。它會在每個轉牌圈和河牌圈中，專門考慮牌的情況，和之前的AI相比，該做法讓Libratus的表現有了飛躍式的進步。
在區分阻隔牌這一點上，Libratus沒多少提間了。但是在如何選擇下注上，還是可以有進步的。我很難説它能進步多少，但我猜測可能會達到15
：有人認為Libratus在轉牌圈和河牌圈的超額下注（over-
ing）非常具有進攻性。你是否AI在這方面已經達到了完美水平，或説在如何平衡下註上仍有改善空間？
：它能在比賽時超額下注，我們也很意外。Libratus 並非根據人類的數據訓練而成，它之前從來沒跟人類玩家過過手。所以此次對戰，它採取的是它認為最優的策略。它的策略非常獨特，並且和人類所認為的最優打法非常不同。超額下注是它策略的重要部分，另外還有donk bets。能看到AI做到人類未能做到的事，這真的難以忘懷，我也很滿足。這種進攻性早在Claudico身上就有所體現，那時候人們覺得它在底池還很小時就玩all-in很不明智。我覺得它這是錯誤的打法，是沒有做好平衡的表現。但是我認
從Libratus身上我們已經看到了比較合理的進攻性，而這也是它成功的關鍵。
：很多人都想知道這對未線上撲克玩家意味着什麼。您能
説一下，至少是在當前情況下，為何您研發的AI不會威脅到遊戲的公正性？
：至少我能向大家保證，我們不會在線上運行Libratus ，也沒有這個打算。但很顯然，其他人會把我們公開的技術應用在機械人中，並讓它們參與線上遊戲。關於機械人會如何影響線上撲克玩家，我不去做太多推測，因為我也確實不清楚。但我知道現在已經有機械人被應用在線上了，有些撲克牌遊戲網站
很大力氣想要在線上安置這樣的機械人。我不知道場博弈中哪方會贏。
：在
賽中減少或增少籌碼的數量對比賽結果會麼影響？如果雙方各有500到1000
倍大盲注的籌碼，機器能應付的了嗎？
我們選擇200倍盲注是因為年度計算機撲克競賽採用的是這個規制。每年，做撲克的 AI 研究者都會聚集起來互相對戰。一直以來，AI都很難把200倍盲注玩好。因為牌越多，AI 就要做出更多的選擇。就我的理解，200 倍盲注是人類玩德撲的上限。保持公平對等是很有必要的，但同時也應該讓 AI 玩起來有難度。如果盲注數量變少，比如只有 100倍盲注，我認為 AI 和人類對戰的結果和現在一樣（如果不是更好的話）。要是盲注數量增多，比如 增加到500或1000倍……坦白説，我認為 結果還是跟現在一樣（如果不是更好的話）。這不是因為對 AI 來説情況變簡單了，而是因為盲注增多，對人類來説變複雜了。我不認為人類能習慣 500 或 1000 倍的盲注。到了那個數量級，Libratus 真正擅長的大規模超大
注（over-bets）的重要性就會凸顯出來。我人類在超大投注方面不會比 Lib
us 更強。
：讓機械人跟再多一位玩家對戰的其他玩法，AI研究員有在研究嗎？
在三人對戰撲克上已經有了一些研究。總的來講， Libratus靠現有技術，就算再多加兩個對手也沒問題。現在的問題不是技術，而是你怎麼評價AI的表現。因為當你有兩個以上對手的時候，儘管AI使用的是最好的GTO策略，但它仍會輸錢，因為其他玩家都或明或暗地串通好了。所以在遊戲中讓一個AI對戰五個人類玩家，你很難去評價AI是否比人做的更好。這種評價方式不可行。這也是為什麼這次比賽我們是一對一制的，也是為什麼本次比賽結果在一對一遊戲制度下有相當大的意
。我認為目前無限德州撲克 6 人桌（Six-Max）略微超出了Libratus 和類似AI機器的能力。
話雖如此，年度計算機撲克競賽已經在計劃加入6人桌比賽了，所以這方面的研究馬上也會開始，而且我認為該領域會發展非常迅速。我覺得，隨着Libratus一點一點的進步，兩年內你就能看到它在6人桌比賽中戰勝人類了。當你玩6人桌的時候，是否要打GTO策略這真的無法確定，因為進攻較弱的對手的打法效果可能會更好。AI撲克研究圈目在
這一點，不過還沒有結但在針對弱者並攻擊對方弱點方面，還是人類更有優勢。
【兼職
！】
如果你對未
充滿憧憬，喜歡探索改變世界的科技進展，look no further！
我們需要這樣的你：
>精通英語，對技術與產品感興
關
智能學術動態的蘿莉&萌
子&
宅；
文字不求妙筆生花，但通俗
；
在這裏，你會收穫：
>一羣天南地北、志同道合的小夥伴；
<
沿學術科技動態，每天
己充充電；
br>的生活品翻
就能掙到錢；
<
br>作者：
<
>文章：
智能
機械人
>
關鍵詞：
算i
AI算法
AI研發
算法研發
雲棲大講堂
目錄
相關文章
| 24天前
| 人工智能 Go
開發者 NPCon2023 AI模型技應用峯會(北京站)--------全鏈路搭建AI研發底座 參會感受 NPCon2023 AI模
技術與應用峯會(北京
)--------全鏈路搭建AI研發底座 參會感受
82 0 0 算精通
| 2月/p> | 人工智能 異構Windows ai繪畫的主要公司 全圍內有很多公司在
繪畫技術，以下是其中一較知名的公司和機構：
算精通
45 3 3 -開發達人-
| 3月前
| 存儲
WAIC 202
百度吳華：大模型時
AI 原生研發模式
<
AIC 2023 | 百度吳華：大模代的 AI 原生研發模式
-開發達人-
70 0 0 -開發達人-
| 3月前
| 人工智能 編解碼
自然語言處理
上交大&上海AI lab研發胸ray疾病診斷基礎模型，成果入選Nature子刊
-開發達人-
69 0 0 | 5月前
| 機器學習/深度學習 人工智/span> 並行計算 研發為底、生態為徑、AI為翼——全國一體化算力算網調度平台正式發佈 研發實力是一家晶片設計公司的核心競爭力，英偉達從發展初期就重視研發生產力，以高投入換取高回
斷提升產品競爭力。2005 年，AMD 的研發費用為 11
美元，是英偉達的 3
左
。而到了 2022 年，英偉達發費用達到 73.4 億美元，是 AMD 的 1.47 倍。
252 0 0 -開發達人-
| 6月前
| Web App開發 機器/深度學習
n>用魔法打敗魔法！一個叫板
級人類棋手的圍輸給了它的同類
用魔敗魔法！一個叫板頂級棋手的圍棋AI輸給了它的同類
-開發達人-
45 0 1 -開發達人-
| 6月前
機器學習/
學習 人工智能
提速1200倍！M
發新一代藥物研發A
吊打老
型 提速1200倍！MIT新一代藥物研發AI，吊打老模型
-開發達人-
151 0 0 技術小達人
| 7月前
| 機器學習/深習 人工智能
00 後清華學霸用
打敗大氣層「魔法攻
，還原宇宙真面貌 00 後清華
霸用 AI 打敗大氣層「魔法攻擊」，還原宇宙真面貌
技術小達人
64 0 0 | 12月前
| <
n>機器學習/深度學習 人工智能 自然語言處理 AI醫療高精尖！基於AI的新藥研發！⛵ 『人工智能+新藥研發』已經成為國內外醫藥企業的發展新模式！本文講解 AI 在新藥研發領域的諸多應用
與 MolSearch 工具庫的應用實踐——藥型預測、靶點選擇、患者招募、虛擬藥物篩選、AI新藥研發輔助系統。
857 2 2 | 12月前
| 學深度學習 人工智能 Cloud Native
an>《雲原生機器學習 助力提研發效能》版地址
雲原生機器學習平台 助力提升AI研發效能
67 0<
an> <
>0 雷鋒網
熱門文章
最
章
<
能是近期最好玩的深度模型：CycleG
原理與實驗詳解
Python、R、Jav
C++ 等：從業界反饋看機器學習語言趨勢
元學
：實現通用人工智能的關鍵！
ensorFlow中RNN的正確打開方式
專訪全球最情網站Pornhub：工作時間可以看AV
網站遭攻擊，1024社區喊你起來改密碼啦！
一
暗網黑市「絲綢之又回來了
如何為TensorFlow和PyTorch自動選擇空閒GPU決搶端
中年黑客高考「回憶殺」 ：如想從事安全。
NLP 研究靈感庫
平安 A
航，是時候來次教育升級了
計算機體系結構頂級會議ISCA，2017圖靈獎得主展望黃金時代<<
一場別開生面的黑客面基大會
互金統一身份平台試；淘寶禁售商品新增證券、期貨投資諮詢類 | AI金融日報
姚
分佈式賬本與傳統賬本的異同及其現實意義
杜
大學
李昕：面外科技，以新賽道舊市場
>助力企業數轉型，
里云為企業運AP解決方案提供更多選>
AI數學基礎
趣味視覺AI應用入
與實戰
AI社區開源實踐
AI開的Docker
相關電子書
更
基於OCT醫學
像的AI輔
診斷應踐
AI醫健中
技術進展及生態發展
阿里視覺AI開路：從公共雲走向端雲協同
相
場景
更多
基於函數計算實現AI推理
函數
戰-雲開
建視I應用
一鍵創建和部分電影推薦技能
童年的「五子棋」，贏取專br>雲Serverless證書
RSA非對密算法
LS1.3的後量子算成
推薦文章
更多
重磅來襲！
與評測贏I
ne14 pro！
文件存儲NAS評測徵集令！
招募！尋找技術人的伯樂！
乘風者計劃邀您入駐社區，精彩權益即刻享
下一篇
【ECS生長萬物之開源】手動部署Java Web環境（CentOS 7）
If you loved this informative article and 皇朝娛樂 you would want to receive much more information regarding 皇朝娛樂網絡賭場 generously visit the webpage.
麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略
娛樂城手機遊戲：打造社交圈子的新方式
德州扑克算法幕后研发者CMU博士Brown专访：AI如何打败顶级人类牌手？
麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略
麻將大神的奧秘解析：揭示職業麻將選手背後的技巧與策略
麻將是一種深受亞洲國家喜愛的桌上遊戲，而職業麻將選手則是在這個領域中的頂尖人物。他們能夠在比賽中展現出驚人的技巧和策略，讓人敬佩不已。那麼，究竟是什麼讓他們成為麻將大神呢？接下來，讓我們來揭示其中的奧秘。
1. 深入研究規則和基本牌型
<
>職業麻將選手花費大量時間研究麻將的規則和基本牌型。他們對於遊戲中可能出現的各種牌型和組合都非常熟悉，這使得他們能夠更好地判斷自己手中的牌和其他玩家的牌，掌握遊戲的節奏和趨勢。
2. 提高觀察能力和記憶力
職業麻將選手需要具備敏銳的觀察力和出色的記憶力。他們可以輕易地記住每一輪出現的牌和其他玩家的打牌模式，這使得他們能夠做出更好的決策並預測對手的下一步。
3. 悉心執著的訓練
成為職業麻將選手需要悉心執著的訓練。他們通常每天都會進行長時間的練習，不斷嘗試新的策略和技巧。這樣的訓練使得他們能夠更好地應對不同的情況和對手，並提高自己的勝率。
4. 專注和紀律
3>
職業麻將選手要求專注和紀律。他們必須保持冷靜和清醒的頭腦，避免受到外界干擾和情緒波動的影響。只有這樣，他們才能做出最佳的決策並達到最佳的表現。
5. 團隊合作和溝/h3>
在團隊比賽中，職業麻將選手需要與隊友們進行良好的溝通和合作。他們必須相互配合，分享資訊並制定最佳的策略。這樣的合作可以增加他們在比賽中的勝算並充分發揮團隊的力
揭示職業麻將選手背後的技巧和策略並非易事，但這些麻將大神們通過長時間的研究和訓練，以及專注和紀律的態度，最終成為了頂尖的選手。他們的故事和成就不僅是麻將愛好者的榜樣，也是我們在追求某一目標啟示。
"娛樂城手機遊戲：打造社交圈子的新方式"
娛樂城手機遊戲：打造社交圈子的新
式
手機遊戲在現代社會中已經成為一種非常受歡迎的娛樂方式。除了提供娛樂和放鬆的功能外，手機遊戲還可以成為人們建立社交圈子的新途徑。透過娛樂城手機遊戲，玩家可以與其他玩家互動、組隊合作，甚至建立長久的友誼。以下將詳細介紹娛樂城手機遊戲如何成為一種新的社交方式。
1. 多人組作
娛樂城手機遊戲通常提供多人組隊合作的遊戲模式，玩家可以與其他玩家組隊一同挑戰遊戲中的難關。透過組隊合作，玩家可以互相協助、共同解決問題，這種合作互動的過程不僅可以增加遊戲的樂趣，還可以建立起彼此之間的信任和友誼。
2. 社能
娛樂城手機遊戲通常都會提供社羣功能，讓玩家可以在遊戲中建立自己的社交圈子。玩家可以加入公會或者創建自己的公會，與其他玩家一起聊天、交流遊戲心得，甚至舉辦公會活動。透過社羣功能，玩家可以找到志同道合的夥伴，一同享受遊戲的樂趣。
3. 競
對戰
娛樂城手機遊戲中的競技對戰模式也是一種建立社交圈子的方式。玩家可以與其他玩家進行對戰，比拼技巧和策略。透過競技對戰，玩家可以結識到各種不同的對手，與他們切磋交流，提高自己的遊戲水平。有時候，這些競技對戰甚至可以成為玩家之間建立友誼的起點。
4. 交流
娛樂城手機遊戲的社交功能還可以讓玩家進行跨國交流。玩家可以與來自世界各地的玩家一同遊玩，瞭解不同國家和文化的玩家。透過跨國交流，玩家可以擴大自己的社交圈子，並且學習到更多的知識
經驗。
總結來説，娛樂城手機遊戲提供了一種新的社交方式，讓玩家可以在遊戲中建立社交圈子。透過多人組隊合作、社羣功能、競技對戰和跨國交流，玩家可以與其他玩家互動、交流、建立友誼，並且享受到更豐富的遊戲體驗。
德州扑克算法幕后研发者CMU博士Brown专访：AI如何打败顶类牌手？
德州撲克算法幕後研發者CMU博士Brown專訪：AI如何打敗頂級人類牌-阿里雲開發者社區
產品解決方案文檔與社區權益中心定價雲市場合作夥伴支持與服務<
n>了解雲<
案
控
登
註/
>開社區
首
探索雲
界
新手上雲
>雲上構建
>雲上數據管理
算
<
性計p>無p>存p>網絡<
倚天<
雲原生
>容器
中間件<
務
測
消息隊列
庫
關係
數
QL數據
/p>數庫
數理工具
>rDB開源<
向量數據庫
熱
Modelsco
彈性
算
生
數
物聯網
<
效DevOps<
龍蜥作業系統<
平頭哥
>
據
數算
數倉Hologres
實
計算
k
機習平台PAI
智能
推薦
<
工智>機器學I
視覺開放平台
音交互
多模態模<
/p>通用模
開發與
維
Ops
>宜搭
服務
像站
公益
問產品
實踐
證
TIAN
大賽
活
廣場
>高校計劃
訓練營
br>題
開發
阿
雲MVP
r>
鏡像站
資料<<
p>插件
開發區
雷鋒網
文章
正文
德州撲克算法幕後研發者CMU博士Brown專訪：AI如何打敗頂級人類牌手？
1894 版權 版權聲明：
本文內容由阿里雲實名註冊用户自發貢獻，版權歸原作者所有，阿里雲開發者社區不擁有其著作權不承擔相應
責任。具體規則請查看《 阿里雲開發者社
户服務協議
》和 《阿里雲開發者社區知識產權保護指引
果您發現本社區中有涉嫌抄襲的內容，填寫 侵權投訴表單
進行舉報，一經b]，本br>立刻刪除涉嫌侵容。 簡介： +關注繼續查看
在上個月舉行的單挑無限注德州撲克（ heads-up no-limit hold』em）人機對戰中，由卡耐基梅隆大學研發的AI程序Libratus以每100手14倍大盲（譯者註：縮寫為14bb/100，意為玩100手牌，平均能贏對手14倍大盲注）
勝世界級人類玩家團隊，震驚所有在場人員。
比賽共打12萬手，最後Libratus贏得了1,776,250個籌碼，近90個買入。雖然人類玩家輸慘了，但幸運的是他們並不需要真的自掏腰包把輸掉的錢給贏家Li
tus（雖然他們來參加這場對戰也需繳納費用）。
Libratus是「AI撲克界的聖杯（the holy grail ）」，CMU博士Noam Brown這樣評價道。Libratus由 Noam Brown和 CMU教授Tuomas Sandholm共同研發，並且是CMU這一系列撲克機械人裏面最新的一款。此前，還沒有任何機械
能在單挑無限注德州撲克中打敗世界級人類選手。
在Brown看來，Libratus尚有很大發展空間：「從理論上來講，升級版Libratus能達到50bb/100」（譯者註：即升級後的Libratus每100手能贏人類對手50倍大盲，也就是還有3.5倍的潛力可挖）。近日，世界著名撲克牌雜誌Card Player 對Brown了專訪，了解了AI撲克的歷史發未來走向等問題。以下
雷鋒網編譯：
：您對這次對戰結果感到驚訝嗎？
：其實我還還挺驚訝的，我沒想到AI能做得這麼好。我們之前為了測試AI效果有讓它和 Claudico（雷鋒網譯者註：CMU較早版本AI）對戰過，結果是Libratus以10~12bb/100打敗Claudico，這個成績好於2015年Claudico與人類對戰的結果（譯者註：那次大戰中AI輸給了人類選手），不過差不太多。所以我們感覺，這次人機對戰Libratus的勝算要大一些，但是不確定到底會贏多少。所以當結果出來的時候，我們對AI能表現這感到相當詫異。
以其實當時你們認為AI還沒辦法以14bb/100打敗人類，是嗎？
：是這樣，我們不知道人類到底比Claudico 厲害多少，有多少是AI需要提升的。（譯者註：在2015年那場對戰）中，人類選手發現並充分利用了Claudico 的漏洞比如他們讓Claudico 多次採用「溜進」（譯者註：limp，翻牌前專用名詞，指玩家不做任何加注，只跟進1倍大盲注）戰術這一招非常有效果，是人類玩家打敗Claudico 的關鍵。但是Libratus不是通過利用對方弱點贏的。Libratus和Claudico對戰時，Libratus能夠在不利用後者弱點的情況下以10~12bb/100打敗Claudico ，這説明如果Libratus 沒有任何弱點的話，能比人類更強。而Libratus這次之所
能打敗人類，其原因就在於它沒有任何人類可以利用的弱點。
：在人類玩家緊追比分，對戰白熱化的時候，你是不想對手可能已經找到了Libratus的弱點，還是説仍舊很有信心？
：這次微調整對之後賽是否重要？因為人類選
也會協同作戰討論戰略，所以這次調整是否加大了對戰難度？
：這裏面有挺多誤解的。AI微調不是説我們讓它再再加注（four-bet）的次數增多，或提高加注倍數，而是因為對手在翻牌前和翻牌時總是下不同大小的注。AI程序知道如何回應2倍，2.5倍或3倍的開局下注。但如果對方以2.75倍開局，那麼AI就會把2.75約等於3，所以它的回應還是比較準確的。這樣的做法雖然算不上不合理，但如果它能不四捨五入的話，效果會更好。於是它那晚就整夜訓練自己如何去回應2.75倍的下注。它下注的大小是由算法決定的，根據對手下注次數最多倍數，這個數字離我們事先設定好的一些數目離得有多遠，算法可以為對手下的注分出優先等級。所以這就是微調所做的改變。這也是算法中的關鍵部分，讓AI一步步根據打法改變自己的路子，而不像他們之前猜測的去利用人類弱點。
：那麼我們能不能
ibratus在轉牌圈（the turn）牌圈（the river）時的回應沒在翻牌前和翻牌時的回應那麼重要？
皇朝娛樂賭博娛樂城 ：在轉牌圈和河牌圈時，你會發現AI需要花時間思考接下來的動作。這個時間非常迅速以至於有的人可能都沒有注意到。其實，每次人類對手在轉牌圈和河牌圈下注時，它都要重新計算策略。這樣，無論對手怎麼出招它都能給予完美回應。所以AI必須預先計算一系列的不同下注大小並放入到遊戲樹（game tree）中，但預先計算的不能應對轉牌圈和河牌圈，因為這兩個需要實
算的策略。（譯者註：遊
樹是指組合博弈理論中用來表達一個賽局中各種後能性的樹）
：這個實
計算能力是否正是Claudico 所缺乏的？或者是做的不夠完美的地方？
：Claudico 能夠在河牌圈進行實時計算，只不過在下面幾個方面比較弱。首先，它沒有考慮到阻斷牌（雷鋒網(公眾號：雷鋒網)譯者註：blocker，即自己要的牌在別人手上）。為了運作更快，它需要把幾手牌組合起來，然後再區分對待。基於此它可能會認為，黑桃A帶三張黑桃和梅花A帶三張黑桃是一樣的，即便這兩種牌應該區分對待Claudico 的最終遊戲解算機（end-game solver）會對大量的實時下注進行計算，但不會在每次人類下注時進行再計算。我認為，對人類每次下注進行再計算這一步，對Libratus本次的獲勝至關重要。同樣的，這次我們能在轉牌圈開始的時候就對這種計算進行擴展。這種做法的計算量更大，因為現在AI需要處理約50種可能出現的不同河牌圈，並且在遊戲結束（每手牌）前可能出現的行動數量也在呈指數級地增長。所以，要效地擴展這種新算法，新程序的計算成本也比 Claudico 要貴上1000倍。
：Libratus什麼時候才能打出一個完美的G
game theory optimal，距離博弈
論中的最優化策略）？像Libratus這樣的機器你們還會推出多少個版本？
：沒人知道AI離打出一個博弈理論中的最優化策略還有多遠。我們有很多方法來計算這一數值，但代價極其昂貴，所以到現在都還沒實現。也許我們明年會開始嘗試。如果非要我推測的話，我猜一個博弈理論中的最優略可以以15bb/100 戰勝Libratus。這是我的粗略估範圍應該在5~50bb/100。
：哇，所以這類AI還是有很大提升空間嘍？
：這不好説。以前AI的致命弱點是在轉牌圈和河牌圈沒有把阻隔牌考慮在內，這在高水平對戰中確實非常關鍵。但Libratus不存在這個問題。它會在每個轉牌圈和河牌圈中，專門考慮牌的情況，和之前的AI相比，該做法讓Libratus的表現有了飛躍式的進步。
在區分阻隔牌這一點上，Libratus沒多少提間了。但是在如何選擇下注上，還是可以有進步的。我很難説它能進步多少，但我猜測可能會達到15
：有人認為Libratus在轉牌圈和河牌圈的超額下注（over-
ing）非常具有進攻性。你是否AI在這方面已經達到了完美水平，或説在如何平衡下註上仍有改善空間？
：它能在比賽時超額下注，我們也很意外。Libratus 並非根據人類的數據訓練而成，它之前從來沒跟人類玩家過過手。所以此次對戰，它採取的是它認為最優的策略。它的策略非常獨特，並且和人類所認為的最優打法非常不同。超額下注是它策略的重要部分，另外還有donk bets。能看到AI做到人類未能做到的事，這真的難以忘懷，我也很滿足。這種進攻性早在Claudico身上就有所體現，那時候人們覺得它在底池還很小時就玩all-in很不明智。我覺得它這是錯誤的打法，是沒有做好平衡的表現。但是我認
從Libratus身上我們已經看到了比較合理的進攻性，而這也是它成功的關鍵。
：很多人都想知道這對未線上撲克玩家意味着什麼。您能
説一下，至少是在當前情況下，為何您研發的AI不會威脅到遊戲的公正性？
：至少我能向大家保證，我們不會在線上運行Libratus ，也沒有這個打算。但很顯然，其他人會把我們公開的技術應用在機械人中，並讓它們參與線上遊戲。關於機械人會如何影響線上撲克玩家，我不去做太多推測，因為我也確實不清楚。但我知道現在已經有機械人被應用在線上了，有些撲克牌遊戲網站
很大力氣想要在線上安置這樣的機械人。我不知道場博弈中哪方會贏。
：在
賽中減少或增少籌碼的數量對比賽結果會麼影響？如果雙方各有500到1000
倍大盲注的籌碼，機器能應付的了嗎？
我們選擇200倍盲注是因為年度計算機撲克競賽採用的是這個規制。每年，做撲克的 AI 研究者都會聚集起來互相對戰。一直以來，AI都很難把200倍盲注玩好。因為牌越多，AI 就要做出更多的選擇。就我的理解，200 倍盲注是人類玩德撲的上限。保持公平對等是很有必要的，但同時也應該讓 AI 玩起來有難度。如果盲注數量變少，比如只有 100倍盲注，我認為 AI 和人類對戰的結果和現在一樣（如果不是更好的話）。要是盲注數量增多，比如 增加到500或1000倍……坦白説，我認為 結果還是跟現在一樣（如果不是更好的話）。這不是因為對 AI 來説情況變簡單了，而是因為盲注增多，對人類來説變複雜了。我不認為人類能習慣 500 或 1000 倍的盲注。到了那個數量級，Libratus 真正擅長的大規模超大
注（over-bets）的重要性就會凸顯出來。我人類在超大投注方面不會比 Lib
us 更強。
：讓機械人跟再多一位玩家對戰的其他玩法，AI研究員有在研究嗎？
在三人對戰撲克上已經有了一些研究。總的來講， Libratus靠現有技術，就算再多加兩個對手也沒問題。現在的問題不是技術，而是你怎麼評價AI的表現。因為當你有兩個以上對手的時候，儘管AI使用的是最好的GTO策略，但它仍會輸錢，因為其他玩家都或明或暗地串通好了。所以在遊戲中讓一個AI對戰五個人類玩家，你很難去評價AI是否比人做的更好。這種評價方式不可行。這也是為什麼這次比賽我們是一對一制的，也是為什麼本次比賽結果在一對一遊戲制度下有相當大的意
。我認為目前無限德州撲克 6 人桌（Six-Max）略微超出了Libratus 和類似AI機器的能力。
話雖如此，年度計算機撲克競賽已經在計劃加入6人桌比賽了，所以這方面的研究馬上也會開始，而且我認為該領域會發展非常迅速。我覺得，隨着Libratus一點一點的進步，兩年內你就能看到它在6人桌比賽中戰勝人類了。當你玩6人桌的時候，是否要打GTO策略這真的無法確定，因為進攻較弱的對手的打法效果可能會更好。AI撲克研究圈目在
這一點，不過還沒有結但在針對弱者並攻擊對方弱點方面，還是人類更有優勢。
【兼職
！】
如果你對未
充滿憧憬，喜歡探索改變世界的科技進展，look no further！
我們需要這樣的你：
>精通英語，對技術與產品感興
關
智能學術動態的蘿莉&萌
子&
宅；
文字不求妙筆生花，但通俗
；
在這裏，你會收穫：
>一羣天南地北、志同道合的小夥伴；
<
沿學術科技動態，每天
己充充電；
br>的生活品翻
就能掙到錢；
<
br>作者：
<
>文章：
智能
機械人
>
關鍵詞：
算i
AI算法
AI研發
算法研發
雲棲大講堂
目錄
相關文章
| 24天前
| 人工智能 Go
開發者 NPCon2023 AI模型技應用峯會(北京站)--------全鏈路搭建AI研發底座 參會感受 NPCon2023 AI模
技術與應用峯會(北京
)--------全鏈路搭建AI研發底座 參會感受
82 0 0 算精通
| 2月/p> | 人工智能 異構Windows ai繪畫的主要公司 全圍內有很多公司在
繪畫技術，以下是其中一較知名的公司和機構：
算精通
45 3 3 -開發達人-
| 3月前
| 存儲
WAIC 202
百度吳華：大模型時
AI 原生研發模式
<
AIC 2023 | 百度吳華：大模代的 AI 原生研發模式
-開發達人-
70 0 0 -開發達人-
| 3月前
| 人工智能 編解碼
自然語言處理
上交大&上海AI lab研發胸ray疾病診斷基礎模型，成果入選Nature子刊
-開發達人-
69 0 0 | 5月前
| 機器學習/深度學習 人工智/span> 並行計算 研發為底、生態為徑、AI為翼——全國一體化算力算網調度平台正式發佈 研發實力是一家晶片設計公司的核心競爭力，英偉達從發展初期就重視研發生產力，以高投入換取高回
斷提升產品競爭力。2005 年，AMD 的研發費用為 11
美元，是英偉達的 3
左
。而到了 2022 年，英偉達發費用達到 73.4 億美元，是 AMD 的 1.47 倍。
252 0 0 -開發達人-
| 6月前
| Web App開發 機器/深度學習
n>用魔法打敗魔法！一個叫板
級人類棋手的圍輸給了它的同類
用魔敗魔法！一個叫板頂級棋手的圍棋AI輸給了它的同類
-開發達人-
45 0 1 -開發達人-
| 6月前
機器學習/
學習 人工智能
提速1200倍！M
發新一代藥物研發A
吊打老
型 提速1200倍！MIT新一代藥物研發AI，吊打老模型
-開發達人-
151 0 0 技術小達人
| 7月前
| 機器學習/深習 人工智能
00 後清華學霸用
打敗大氣層「魔法攻
，還原宇宙真面貌 00 後清華
霸用 AI 打敗大氣層「魔法攻擊」，還原宇宙真面貌
技術小達人
64 0 0 | 12月前
| <
n>機器學習/深度學習 人工智能 自然語言處理 AI醫療高精尖！基於AI的新藥研發！⛵ 『人工智能+新藥研發』已經成為國內外醫藥企業的發展新模式！本文講解 AI 在新藥研發領域的諸多應用
與 MolSearch 工具庫的應用實踐——藥型預測、靶點選擇、患者招募、虛擬藥物篩選、AI新藥研發輔助系統。
857 2 2 | 12月前
| 學深度學習 人工智能 Cloud Native
an>《雲原生機器學習 助力提研發效能》版地址
雲原生機器學習平台 助力提升AI研發效能
67 0<
an> <
>0 雷鋒網
熱門文章
最
章
<
能是近期最好玩的深度模型：CycleG
原理與實驗詳解
Python、R、Jav
C++ 等：從業界反饋看機器學習語言趨勢
元學
：實現通用人工智能的關鍵！
ensorFlow中RNN的正確打開方式
專訪全球最情網站Pornhub：工作時間可以看AV
網站遭攻擊，1024社區喊你起來改密碼啦！
一
暗網黑市「絲綢之又回來了
如何為TensorFlow和PyTorch自動選擇空閒GPU決搶端
中年黑客高考「回憶殺」 ：如想從事安全。
NLP 研究靈感庫
平安 A
航，是時候來次教育升級了
計算機體系結構頂級會議ISCA，2017圖靈獎得主展望黃金時代<<
一場別開生面的黑客面基大會
互金統一身份平台試；淘寶禁售商品新增證券、期貨投資諮詢類 | AI金融日報
姚
分佈式賬本與傳統賬本的異同及其現實意義
杜
大學
李昕：面外科技，以新賽道舊市場
>助力企業數轉型，
里云為企業運AP解決方案提供更多選>
AI數學基礎
趣味視覺AI應用入
與實戰
AI社區開源實踐
AI開的Docker
相關電子書
更
基於OCT醫學
像的AI輔
診斷應踐
AI醫健中
技術進展及生態發展
阿里視覺AI開路：從公共雲走向端雲協同
相
場景
更多
基於函數計算實現AI推理
函數
戰-雲開
建視I應用
一鍵創建和部分電影推薦技能
童年的「五子棋」，贏取專br>雲Serverless證書
RSA非對密算法
LS1.3的後量子算成
推薦文章
更多
重磅來襲！
與評測贏I
ne14 pro！
文件存儲NAS評測徵集令！
招募！尋找技術人的伯樂！
乘風者計劃邀您入駐社區，精彩權益即刻享
下一篇
【ECS生長萬物之開源】手動部署Java Web環境（CentOS 7）
If you loved this informative article and 皇朝娛樂 you would want to receive much more information regarding 皇朝娛樂網絡賭場 generously visit the webpage.
Комментарии (0)
{related-news}
[/related-news]