Polaris

Polaris 是由卡内基梅隆大学计算机科学系开发的德州扑克人工智能，旨在通过博弈论和机器学习技术挑战人类顶尖扑克选手。Polaris 在 2007 年与两位职业扑克选手进行了限注德州扑克的人机对抗赛，并取得了显著成绩。

Polaris 的核心算法基于博弈论中的纳什均衡近似求解，通过大量的自我对弈和策略优化，使其在限注德州扑克中表现出接近最优的策略。与早期扑克 AI 不同，Polaris 能够处理不完全信息博弈中的复杂决策，包括诈唬、价值下注和弃牌等。

在 2007 年的比赛中，Polaris 与职业选手 Phil Laak 和 Ali Eslami 进行了多轮对决。比赛采用限注德州扑克形式，Polaris 在部分轮次中展现了超越人类选手的决策能力，最终以微弱优势获胜。这一结果引发了关于人工智能在扑克领域潜力的广泛讨论。

Polaris 的成功推动了后续扑克 AI 的发展，如 Claudico、Libratus 和 Pluribus。尽管 Polaris 主要针对限注德州扑克，但其算法思想为无限制德州扑克 AI 的突破奠定了基础。

Polaris 的公开印象通常与“理性”、“无情感”和“数学精确”相关。它不依赖人类直觉，而是通过计算最优策略来应对对手的行动。这种风格在扑克社区中既受到赞赏，也引发了对人类选手在长期对抗中可能处于劣势的担忧。

总体而言，Polaris 是扑克人工智能发展史上的重要里程碑，展示了 AI 在不完全信息博弈中的能力，并为后续更强大的扑克 AI 铺平了道路。