Cepheus

Cepheus 是由加拿大阿尔伯塔大学计算机科学系开发的扑克人工智能，专门针对两人限注德州扑克（Limit Texas Hold'em）设计。2015年，研究团队在《科学》杂志上发表论文，宣称 Cepheus 通过自我对弈强化学习，已接近该游戏的最优策略，理论上无法被人类或任何算法持续击败。

Cepheus 的核心算法基于反事实遗憾最小化（CFR），这是一种迭代计算方法，通过模拟大量对局来逼近纳什均衡策略。其训练过程使用了约 4000 个 CPU 核心，运行了 60 天，相当于人类玩 9000 亿手牌的经验。最终，Cepheus 的策略被证明在限注德州扑克中达到或接近最优，即任何对手长期对战都无法获得正期望收益。

在公开测试中，Cepheus 曾与多位人类顶尖限注扑克玩家对战，包括职业选手和世界冠军。虽然具体胜负记录未完全公开，但研究团队表示 Cepheus 的表现与人类顶尖水平相当，甚至略优。值得注意的是，Cepheus 仅适用于两人限注德州扑克，对于无限注或多人桌等更复杂变体，其策略并不直接适用。

Cepheus 的诞生标志着人工智能在博弈论领域的重要里程碑，证明了在特定简化扑克变体中，机器可以超越人类。然而，它并非商业化产品，而是作为研究项目公开，其策略代码和算法细节已发布，供学术界和爱好者参考。

在扑克社区中，Cepheus 常被引用于讨论 AI 与人类策略的差异，例如其极端的弃牌频率和精确的赔率计算。尽管它无法直接应用于实战，但其理论贡献为后续更强大的扑克 AI（如 Libratus、Pluribus）奠定了基础。