Polaris

Polaris 是由卡内基梅隆大学计算机科学系开发的限注德州扑克人工智能，旨在通过博弈论和机器学习技术挑战人类牌手。2007年，Polaris 在温哥华与两位人类职业牌手进行了限注德州扑克比赛，最终以微弱优势获胜，成为早期在扑克领域击败人类的AI之一。

Polaris 的核心算法基于博弈论中的纳什均衡近似，通过大量自我对弈和对手建模来优化决策。其策略强调数学上的最优解，而非模仿人类直觉。在比赛中，Polaris 展现出极强的翻牌前和翻牌后决策能力，尤其在河牌圈能够精确计算底池赔率和对手范围。

尽管 Polaris 在限注德州扑克中表现出色，但其局限性也很明显：它无法处理无限注德州扑克中的复杂下注尺度，且对非理性对手的适应能力较弱。Polaris 的成功为后续更强大的扑克AI（如 Libratus 和 Pluribus）奠定了基础。

Polaris 的公开印象主要集中在学术领域，被视为人工智能在博弈论应用中的重要里程碑。其开发团队由 Tuomas Sandholm 教授领导，相关研究成果发表于顶级人工智能会议。