Pluribus

Pluribus是由Facebook AI（现Meta AI）与卡内基梅隆大学（CMU）联合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，结合深度神经网络进行策略优化。与之前专注于一对一（heads-up）的AI不同，Pluribus需要处理六人桌中更复杂的动态博弈，包括多对手的交互和隐藏信息。其训练过程完全通过自我对弈完成，无需人类数据。

打法风格

Pluribus的策略以混合策略（mixed strategy）著称，即在同一局面下以不同概率执行多种行动，使其难以被对手预测。其关键特征包括：

• 频繁的领先下注（donk-bet）：在翻牌圈作为翻前跟注方时，Pluribus会以较高频率主动下注，打破传统人类策略。
• 小尺度下注：偏好使用约1/3底池的小注，控制风险并施加压力。
• 激进的反加注：在有利位置时，Pluribus会频繁进行3-bet和4-bet，扩大底池并剥夺对手的权益。
• 河牌圈高频率诈唬：在河牌圈，Pluribus的诈唬频率高于人类典型值，且其价值下注与诈唬的比例经过精确平衡。

公开印象

Pluribus的发布引发了扑克界的广泛讨论。职业选手如Chris Ferguson和Jason Les在测试后表示，Pluribus的策略与人类有显著差异，尤其是在翻牌圈的领先下注和河牌圈的激进诈唬。部分选手认为其风格“反直觉”，但有效利用了人类玩家的认知偏差。

影响与局限

Pluribus证明了AI在多人博弈中的可行性，但其策略是否完全最优仍存争议。由于训练环境为固定规则（如固定盲注和筹码深度），Pluribus在变结构（如锦标赛）中的表现未知。此外，其策略依赖于大量计算资源，无法直接应用于实时决策。

总体而言，Pluribus是扑克AI发展的重要里程碑，其混合策略和反直觉打法为人类玩家提供了新的学习视角。