e********9
发帖数: 444 | 1 David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研究。
UofAlberta有Reinforcement Learning的奠基人Rich Sutton，和几位国际知名的机器
学习专家。
也有非常强的GAMES Group，曾经做Checker程序打败世界冠军（比DeepBlue早）。
目前也在做Poker，跟世界级的高手比过，例如Laak，成绩不错。
DeepMind里也有Hinton的学生。
Huang是并列第一的作者。
AlphaGo绝对是很多年的积累。 |
b*******s
发帖数: 1919 | 2 玩在线的成绩如何？游戏币的也可以
究。
【在 e********9 的大作中提到】
: David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研究。
: UofAlberta有Reinforcement Learning的奠基人Rich Sutton，和几位国际知名的机器
: 学习专家。
: 也有非常强的GAMES Group，曾经做Checker程序打败世界冠军（比DeepBlue早）。
: 目前也在做Poker，跟世界级的高手比过，例如Laak，成绩不错。
: DeepMind里也有Hinton的学生。
: Huang是并列第一的作者。
: AlphaGo绝对是很多年的积累。
|
b***k
发帖数: 622 | 3 还在做poker？interesting
我的两大爱好啊，哈哈，都要被电脑攻克了。 |
e********9
发帖数: 444 | 4 以前跟Laak几个人玩过一次
平均下来赢了
这种有概率的游戏胜负判断麻烦一些 |
h*********n
发帖数: 5789 | 5 听说，一对一的时候，电脑的胜率不错，但是一对多打poker的时候，不确定的因素太
多，电脑搞不定。
【在 e********9 的大作中提到】
: 以前跟Laak几个人玩过一次
: 平均下来赢了
: 这种有概率的游戏胜负判断麻烦一些
|
a****o
发帖数: 6612 | 6 poker 的选手reading很重要。职业选手对电脑的话，没有这方面的优势，也没有计算
优势。
【在 h*********n 的大作中提到】
: 听说，一对一的时候，电脑的胜率不错，但是一对多打poker的时候，不确定的因素太
: 多，电脑搞不定。
|
w***w
发帖数: 6301 | 7 是反过来，一对一比较难打，一对多比较简单。
因为台子上的人越多，牌的作用越大，技术发挥的空间越小。
反过来台子上的人越少，技术的作用越大。
最好的电脑曾经一对一和世界高手较量，以大劣势输了。
目前电脑可以在有限德州扑克的一对一中赢人类。
http://www.theverge.com/2015/1/8/7516219/Texas-Hold-Em-poker-so
但是在无限德州扑克的一对一中，电脑离世界高手还差的很远。
http://www.cardplayer.com/poker-news/18346-no-limit-hold-em-pok
【在 h*********n 的大作中提到】
: 听说，一对一的时候，电脑的胜率不错，但是一对多打poker的时候，不确定的因素太
: 多，电脑搞不定。
|
e********9
发帖数: 444 | 8 poker最大的问题是
有概率，那么目标函数里应该一定有期望
有期望的话，就很难评价输赢
要很多次才有统计意义
reading是个很好的point
不过online就无所谓了 |
b*******s
发帖数: 1919 | 9 Pokerstars 的那些 SitNGo、Tourney 这个程序上去能打个第几？游戏币的就可以，水
平不低
而且什么叫做平均下来赢了？输就输、赢就是赢不是吗，还有平均？胜负判断有什么麻
烦的，最后谁筹码多谁胜吗不是
【在 e********9 的大作中提到】
: 以前跟Laak几个人玩过一次
: 平均下来赢了
: 这种有概率的游戏胜负判断麻烦一些
|
n**n
发帖数: 626 | 10 我觉得电脑扑克应该也能搞定，只是方法不对路
[在 enjoylife9 ((^.^)) 的大作中提到：]
：
：David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研
究。
：........... |
|
|
w***w
发帖数: 6301 | 11 你这句话是本来我想说的。
在无限德州扑克一对一比赛中，斗的是双方（从对方过去的出牌中）摸索出对手出牌特
点。这个我觉得电脑应该比人脑更强。
因为电脑记录的更精确更客观。而且电脑可以记录对手每一个细节。人脑则没有那么多
精力照顾到每个细节。
如果电脑的设计是强调牌，则没有抓住一对一的关键。
一对一打应该研究的是人。
【在 n**n 的大作中提到】
: 我觉得电脑扑克应该也能搞定，只是方法不对路
: [在 enjoylife9 ((^.^)) 的大作中提到：]
: ：
: ：David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研
: 究。
: ：...........
|
b*******s
发帖数: 1919 | 12 唉，甭说那么多了，是骡子是马拉出去遛遛
前面说的PS上最低一级的 SitNGo，游戏币的，上去能不能打个第一？把把第一很多人
都可以
【在 w***w 的大作中提到】
: 你这句话是本来我想说的。
: 在无限德州扑克一对一比赛中，斗的是双方（从对方过去的出牌中）摸索出对手出牌特
: 点。这个我觉得电脑应该比人脑更强。
: 因为电脑记录的更精确更客观。而且电脑可以记录对手每一个细节。人脑则没有那么多
: 精力照顾到每个细节。
: 如果电脑的设计是强调牌，则没有抓住一对一的关键。
: 一对一打应该研究的是人。
|
e********9
发帖数: 444 | 13 David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研究。
UofAlberta有Reinforcement Learning的奠基人Rich Sutton，和几位国际知名的机器
学习专家。
也有非常强的GAMES Group，曾经做Checker程序打败世界冠军（比DeepBlue早）。
目前也在做Poker，跟世界级的高手比过，例如Laak，成绩不错。
DeepMind里也有Hinton的学生。
Huang是并列第一的作者。
查了一下huang的linkedin
台湾博士毕业后到UofAlberta做博士后，应该是跟Muller做Go
这家伙硕士博士读10多年，也不容易
两位主要研发人员10多年研究经验，AlphaGo绝对是很多年的积累。 |
b*******s
发帖数: 1919 | 14 玩在线的成绩如何？游戏币的也可以
究。
【在 e********9 的大作中提到】
: David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研究。
: UofAlberta有Reinforcement Learning的奠基人Rich Sutton，和几位国际知名的机器
: 学习专家。
: 也有非常强的GAMES Group，曾经做Checker程序打败世界冠军（比DeepBlue早）。
: 目前也在做Poker，跟世界级的高手比过，例如Laak，成绩不错。
: DeepMind里也有Hinton的学生。
: Huang是并列第一的作者。
: 查了一下huang的linkedin
: 台湾博士毕业后到UofAlberta做博士后，应该是跟Muller做Go
: 这家伙硕士博士读10多年，也不容易
|
b***k
发帖数: 622 | 15 还在做poker？interesting
我的两大爱好啊，哈哈，都要被电脑攻克了。 |
e********9
发帖数: 444 | 16 以前跟Laak几个人玩过一次
平均下来赢了
这种有概率的游戏胜负判断麻烦一些 |
h*********n
发帖数: 5789 | 17 听说，一对一的时候，电脑的胜率不错，但是一对多打poker的时候，不确定的因素太
多，电脑搞不定。
【在 e********9 的大作中提到】
: 以前跟Laak几个人玩过一次
: 平均下来赢了
: 这种有概率的游戏胜负判断麻烦一些
|
a****o
发帖数: 6612 | 18 poker 的选手reading很重要。职业选手对电脑的话，没有这方面的优势，也没有计算
优势。
【在 h*********n 的大作中提到】
: 听说，一对一的时候，电脑的胜率不错，但是一对多打poker的时候，不确定的因素太
: 多，电脑搞不定。
|
w***w
发帖数: 6301 | 19 是反过来，一对一比较难打，一对多比较简单。
因为台子上的人越多，牌的作用越大，技术发挥的空间越小。
反过来台子上的人越少，技术的作用越大。
最好的电脑曾经一对一和世界高手较量，以大劣势输了。
目前电脑可以在有限德州扑克的一对一中赢人类。
http://www.theverge.com/2015/1/8/7516219/Texas-Hold-Em-poker-so
但是在无限德州扑克的一对一中，电脑离世界高手还差的很远。
http://www.cardplayer.com/poker-news/18346-no-limit-hold-em-pok
【在 h*********n 的大作中提到】
: 听说，一对一的时候，电脑的胜率不错，但是一对多打poker的时候，不确定的因素太
: 多，电脑搞不定。
|
e********9
发帖数: 444 | 20 poker最大的问题是
有概率，那么目标函数里应该一定有期望
有期望的话，就很难评价输赢
要很多次才有统计意义
reading是个很好的point
不过online就无所谓了 |
|
|
b*******s
发帖数: 1919 | 21 Pokerstars 的那些 SitNGo、Tourney 这个程序上去能打个第几？游戏币的就可以，水
平不低
而且什么叫做平均下来赢了？输就输、赢就是赢不是吗，还有平均？胜负判断有什么麻
烦的，最后谁筹码多谁胜吗不是
【在 e********9 的大作中提到】
: 以前跟Laak几个人玩过一次
: 平均下来赢了
: 这种有概率的游戏胜负判断麻烦一些
|
n**n
发帖数: 626 | 22 我觉得电脑扑克应该也能搞定，只是方法不对路
[在 enjoylife9 ((^.^)) 的大作中提到：]
：
：David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研
究。
：........... |
w***w
发帖数: 6301 | 23 你这句话是本来我想说的。
在无限德州扑克一对一比赛中，斗的是双方（从对方过去的出牌中）摸索出对手出牌特
点。这个我觉得电脑应该比人脑更强。
因为电脑记录的更精确更客观。而且电脑可以记录对手每一个细节。人脑则没有那么多
精力照顾到每个细节。
如果电脑的设计是强调牌，则没有抓住一对一的关键。
一对一打应该研究的是人。
【在 n**n 的大作中提到】
: 我觉得电脑扑克应该也能搞定，只是方法不对路
: [在 enjoylife9 ((^.^)) 的大作中提到：]
: ：
: ：David Silver 10多年前在University of Alberta读博做博士后期间开始围棋相关研
: 究。
: ：...........
|
b*******s
发帖数: 1919 | 24 唉，甭说那么多了，是骡子是马拉出去遛遛
前面说的PS上最低一级的 SitNGo，游戏币的，上去能不能打个第一？这个难度级很多
人都能把把第一
【在 w***w 的大作中提到】
: 你这句话是本来我想说的。
: 在无限德州扑克一对一比赛中，斗的是双方（从对方过去的出牌中）摸索出对手出牌特
: 点。这个我觉得电脑应该比人脑更强。
: 因为电脑记录的更精确更客观。而且电脑可以记录对手每一个细节。人脑则没有那么多
: 精力照顾到每个细节。
: 如果电脑的设计是强调牌，则没有抓住一对一的关键。
: 一对一打应该研究的是人。
|
e********9
发帖数: 444 | 25 UofAlberta 教授 Michael Bowling 2015 Science 论文
Heads-up Limit Hold'em Poker is Solved
是 Limit，不过，敢说solved，应该不错
这个地方可以去玩
http://poker.srv.ualberta.ca
(其实就是上面wmwmw提到的) |
E***a
发帖数: 485 | 26 如果是solved，那当然谁都打不过，包括Laak，Phil Ivey也不行。但这只是有限下注
，而且是一对一。无限的就完全不一样了。就算有限注，多出几个人玩电脑就肯定
solve不了，这还不包括其他几个人合伙的情况。
【在 e********9 的大作中提到】
: UofAlberta 教授 Michael Bowling 2015 Science 论文
: Heads-up Limit Hold'em Poker is Solved
: 是 Limit，不过，敢说solved，应该不错
: 这个地方可以去玩
: http://poker.srv.ualberta.ca
: (其实就是上面wmwmw提到的)
|
a****o
发帖数: 6612 | 27 这个有概率在里面。靠运气也可以赢。但长期下来的期望值会输。
【在 E***a 的大作中提到】
: 如果是solved，那当然谁都打不过，包括Laak，Phil Ivey也不行。但这只是有限下注
: ，而且是一对一。无限的就完全不一样了。就算有限注，多出几个人玩电脑就肯定
: solve不了，这还不包括其他几个人合伙的情况。
|
b*******s
发帖数: 1919 | 28 刚上去玩了几把，把丫虐得找不着北。。。这也叫 Solved？？？
【在 e********9 的大作中提到】
: UofAlberta 教授 Michael Bowling 2015 Science 论文
: Heads-up Limit Hold'em Poker is Solved
: 是 Limit，不过，敢说solved，应该不错
: 这个地方可以去玩
: http://poker.srv.ualberta.ca
: (其实就是上面wmwmw提到的)
|
