Pluribus

Pluribus是由Facebook AI（现Meta AI）与卡内基梅隆大学（CMU）合作开发的六人桌无限注德州扑克人工智能。2019年，Pluribus在六人桌无限注德州扑克中击败了15名人类顶尖职业选手，成为首个在多人对战中超越人类水平的AI。

技术背景

Pluribus基于自博弈（self-play）和蒙特卡洛树搜索（MCTS）算法，结合了深度学习和有限状态抽象。与之前专注于一对一（heads-up）的AI（如Libratus）不同，Pluribus需要处理六人桌中更复杂的动态博弈，包括多对手策略、隐含赔率和诈唬频率的平衡。

打法风格

Pluribus的策略以混合策略和平衡下注著称。它倾向于采用混合下注（mixed strategy），即同一手牌在不同情况下可能选择下注、过牌或加注，使得对手难以读牌。Pluribus在翻牌前和翻牌后都表现出激进的加注频率，但并非盲目进攻，而是基于精确的胜率计算和对手模型。

• 翻牌前：Pluribus的起手牌范围较宽，但会根据位置和对手倾向调整。它经常在小盲位加注，并在大盲位防守较宽。
• 翻牌后：Pluribus擅长利用下注尺度传递信息，例如在有利位置使用小注试探，在不利位置使用大注保护强牌。它也会频繁使用过牌-加注（check-raise）来惩罚对手的持续下注。
• 诈唬：Pluribus的诈唬频率经过精确校准，使其在长期博弈中保持不可剥削性。

公开印象

Pluribus的胜利被视为AI在博弈论领域的里程碑，因为六人桌的复杂性远高于一对一。人类选手评价Pluribus“难以捉摸”，其下注模式与人类直觉不同，但长期来看非常有效。Pluribus的代码和策略细节未完全公开，但其核心思想影响了后续扑克AI和游戏理论的研究。

局限性

Pluribus仅在固定规则（六人桌无限注德州扑克）下测试，且未考虑实际比赛中的筹码深度变化、玩家动态调整等因素。此外，其策略基于大量计算，无法直接应用于实时决策。

影响

Pluribus证明了AI在多人不完全信息博弈中的潜力，推动了AI在金融、谈判等领域的应用。对于扑克界，它促使职业选手重新审视传统策略，并开始使用AI辅助训练工具。