【小火龙】新闻-懂赛局理论的扑克牌 AI 打败人类职业牌手...

小火龙

 观看前须知!

【小火龙】新闻-懂赛局理论的扑克牌 AI 打败人类职业牌手，更关键的是「AI 学会掌握随机性」

懂赛局理论的扑克牌 AI 打败人类职业牌手，更关键的是「AI 学会掌握随机性」



2016 年，AlphaGo 以 4:1 的成绩打败人类职业九段棋手李世乭，人工智慧受到全世界的关注；1 年后，一个名为 Libratus 的扑克牌 AI 在 20 天的马拉松式比赛中，打败 4 个人类德州扑克职业选手。相对于 AlphaGo 对李世乭， Libratus 的比赛受到的关注少得多了。然而，这场比赛对 AI 发展的重要性可不输 AlphaGo，因为 AI 学会了赛局理论与随机性的概念。

AI 惨电人类牌手，Libratus 赢得 20 万美元奖金
2017 年 1 月，展开了一场长达 20 天的德州扑克人机大赛，四名职业选手 Jason Lee、Dong Kim、Daniel McAulay 和 Jimmy Chou 分别与 Libratus 单挑。 Libratus 是卡内基梅隆大学的 Tuomas Sandholm 教授和他的研究团队开发的 AI 系统。最后 Libratus 打败人类牌手，获得 20 万美元（约新台币 600 万元）的奖金。

虽然这场扑克牌比赛的关注度不如 AlphaGo，但对 AI 来说，扑克牌的难度更高。在围棋比赛上，AI 可以看到棋盘上的布局，那是个公开资讯，对手手中的棋子也是已知的，所以围棋比赛属于「完整资讯博弈」，AI 可以根据布局，去推算最恰当的落子位置。

但扑克牌比赛中，对手的牌是隐藏的，属于「非完整资讯」，所以 AI 只能根据手中的牌和对手的出牌特性，推算对手的牌，并做出恰当的决策。

围棋是比较单纯的比赛，但扑克牌不能得知彼此手中的牌，所以有更多「bluff」的操作空间，也就是虚张声势、误导等技术；牌手需要恰当的掌控「随机性」，让对手不能猜到自己手中的牌。要如何掌握环境的随机性，并在出牌时也表现出随机性，对 AI 是个不小的挑战。

用赛局理论训练 AI，Libratus 的随机性表现胜过人类
Libratus 的特点是使用赛局理论训练，采用 纳许均衡 的对战策略，在纳许均衡，只要其他玩家的策略保持不变，单一玩家就无法透过变换策略获益。 Libratus 跟 AlphaGo 一样，也是藉由强化学习去提升自己的牌艺， Libratus 学习识别没有希望的策略，从而更快地找到纳许均衡点，也就是赛局中的「平衡」，找出最适合的策略，算出该以怎样的机率出掉手中的牌，也就是知道该如何「随机」出牌。

Duke 大学的 Vincent Conitzer 教授表示：「出牌的好坏取决于无法观察到的事情，这也代表参与游戏者需要变得不可预测。如果你从未虚张声势，那么你不是个好牌手；如果你总是虚张声势，你也不是好牌手。赛局理论则是教你如何随机化你的出牌，并找到最适点。」

百度首席科学家吴恩达也说：「扑克曾经是 AI 最难攻克的游戏之一，因为只能看到部分资讯。扑克并没有单一的最优下法。相反， AI 必须让自己的行动随机化，这样对手才无法猜出牌路。」

Libratus 的技术可在真实世界广泛应用
虽然 Libratus 打败人类牌手，但它只能在特定的游戏规则中（例如双人德州扑克）打败人类，如果换个玩法（例如多人德州扑克、牌七、桥牌、大老二）， Libratus 就无法使用，需要再重新学习。

但 Libratus 的技术在真实世界中有更多的应用。一方面是赛局理论被广泛应用在交通分析、资安防护、导航与机器人等领域，此 AI 可以提升相关领域的分析成效。

二方面是世界的运作充满随机性，而人类面对世界有时也需要用随机性去应对，而 Libratus 在这方面做得比人类好，具有在不确定性的环境中的决策能力。这样技术可用于金融市场的交易策略，更可用于外交和军事博弈上，但这点就让人很不安了。