Facebook研究人員已經(jīng)開發(fā)了一個(gè)通用的AI框架

制撲克，騙子的骰子和轉(zhuǎn)彎殘局德州撲克游戲的基準(zhǔn)測(cè)試，這是無限制德州撲克的一種變體，雙方玩家都可以檢查或跟注在四個(gè)下注回合中的前兩個(gè)。該團(tuán)隊(duì)最多使用128臺(tái)PC，每個(gè)PC帶有8個(gè)圖形卡來生成模擬游戲數(shù)據(jù)，并且他們?cè)谟?xùn)練過程中隨機(jī)選擇了下注和籌碼大小(從5,000到25,000籌碼)。ReBeL接受了整場(chǎng)比賽的訓(xùn)練，并在殘局德州撲克中有20,000美元下注其對(duì)手。

研究人員報(bào)告說，與被評(píng)為世界上最佳單挑撲克玩家之一的Dong Kim相比，ReBeL在7,500手牌中每??手牌的下注速度快于兩秒，而決策所需的時(shí)間從不超過五秒。他們說，與Facebook以前的撲克游戲系統(tǒng)Libratus的最高得分為147千分之多相比，他們平均每場(chǎng)對(duì)人類的游戲盲注(強(qiáng)迫下注)得分為165(千分之一)(千分之十六)。

由于擔(dān)心啟用作弊，F(xiàn)acebook團(tuán)隊(duì)決定不發(fā)布用于撲克的ReBeL代碼庫。相反，他們開放了Liar's Dice的實(shí)現(xiàn)源代碼，他們說這也更易于理解和調(diào)整。他們?cè)陬A(yù)印本中寫道：“我們相信它使游戲更適合作為研究領(lǐng)域。”“雖然已經(jīng)存在可以在撲克中實(shí)現(xiàn)超人性能的AI算法，但這些算法通常假定參與者擁有一定數(shù)量的籌碼或使用一定的下注大小。重新訓(xùn)練算法以解決任意籌碼量或意外的下注大小需要比實(shí)時(shí)可行更多的計(jì)算。但是，ReBeL可以在幾秒鐘內(nèi)為任意籌碼量和任意下注量計(jì)算策略。”