Facebook создал покерного бота, который побил сильнейших профессионалов в NLHE 6-max

Помните, полгода назад я писал о покерном боте Lubratus, который расправился с несколькими профессиональными игроками в игре один на один? То были цветочки, а ягодки — его собрат Pluribus, созданный тем же Университетом Карнеги-Меллона в сотрудничестве с Facebook. Новый бот обыграл пятерых покер-про мирового уровня в дисциплине, которая до недавнего момента считалась неподвластной искусственному интеллекту — безлимитном холдеме 6-макс. Надо ли говорить, что игра вшестером содержит намного больше переменных.

«Плурибус» дословно переводится с латыни как «множество». Возможно, разработчиков вдохновил латинский девиз E pluribus unum («Из многих — единое»), впервые произнесённый Цицероном, а ныне размещённый на гербе США и символизирующий единство американской нации. Придумали этого бота Ноам Браун, исследователь из Фейсбука, и Томас Сандхольм, работавший ещё над «Либратусом».


На графике показана кривая обучения «Плурибуса» — учился он очень быстро и уже за 20 часов стал играть лучше многих профессионалов, среди которых были Линус Лёлигер, Ник Петранджело, Даррен Элиас и два чемпиона мира — Грег Мерсон и Крис Фергюсон (последний из них участвует в исследованиях Университета Карнеги-Меллона, посвящённых искусственному интеллекту, более десяти лет).

В соревновании «1 бот + 5 людей за игровымстолом» бот за 10 тысяч раздач одержал победу над людьми с винрейтом $5 за раздачу (блайнды были равны $50/$100). В вариации «1 человек + 5 ботов» никто из игроков не вышел в плюс, наименьший убыток -0,5 ББ за 100 раздач удалось продемонстрировать Линусу Лёлигеру, одному из сильнейших в мире игроков в 6-макс. Самое интересное: чтобы добиться этого результата, создатели бота потратили всего $150 на облачные вычислительные ресурсы.

Характерно, что учёные не загружали в «Плурибуса» покерные стратегии, таблицы стартовых рук и калькуляторы — программа обучала сама себя. За 6-макс стол посадили шестерых ботов, познакомили их с правилами игры, а дальше процесс пошёл сам по себе. Через несколько дней «самообразования» им удалось выработать идеальные стратегии, которые потом успешно были применены против людей. Посмотреть игру бота можно на этом видео:


Как и «Либратуса», «Плурбуса» не станут использовать для обогащения на игроках в покер, а утилизируют, перепрограммировав на решение куда более важных задач, чем выигрыш каких-то там миллионов в покере: кибербезопасность, борьба с мошенничеством, поиск и удаление нежелательного контента в Сети и другое.