Отдадената работа на Блей му се отплаща

Стив Блей програмира ботове за покер обучение повече от 10 години. Когато разработи Advanced Poker Training (APT), обучението на ботовете в това как да играят No-Limit Hold’em не беше лесна работа. Все пак, това е лесна задача, когато има само две скрити карти.

Очевидно Блей не се е сблъскал с достатъчно предизвикателства в покер програмирането, така че през 2018 г. той реши да се насочи към доста по-сложната игра Pot Limit Omaha (PLO). Близо две години по-късно, многократни консултации с водещи PLO експерти и десетки ревизии по-късно, Блей изведе Omaha Poker Training (OPT) до успеха.

Card Player се срещна с Блей, за да обсъдят всичко - от обучението на машината, през това дали покер ботовете играят онлайн, до това как No-Limit Hold’em играчите могат да се насочат към PLO - където потовете са огромни, а екшъна - див!

Advanced Poker Training трябва да отнема много от времето ти. Как се разви идеята за разработване на PLO обучение?

Е, първоначално реших, че не ми е достатъчно да се занимавам само с частен коучинг, управлението на AdvancedPokerTraining.com, отглеждането на няколко деца и т.н. Но сериозно, получих около хиляда имейли, с искания за това в последните 10 години. Вероятно дори не преувеличавам. Те са най-малко 500.

Кои бяха най-големите предизвикателства, пред които се изправи при създаването на ботовете, които играят като истински PLO играчи?

Същите предизвикателства, с които се сблъсквах при създаването на APT - а именно да накарам компютърна програма да „вижда“ играта, така както я вижда човек, и да прави грешки, подобни на хората. С други думи, не просто да се опитваш да използваш груба математика, но и да добавиш някаква човешка психология.

В известен смисъл е по-лесно да програмирате ботове в стил GTO. Всеки, който следи света на шаха, знае, че най-добрите програми за шах са в състояние да победят всеки човек на земята, вече повече от 20 години. С толкова много изчислителна мощ, това е тривиално днес. Играта срещу такъв противник не е от голяма полза за играчите. Просто ще бъдете унищожени и няма да научите много.

Всъщност играя шах и мразя да играя срещу компютъра - той винаги печели.

Точно така. Да се ​​създаде програма за шах, която да играе като човек, правейки човешки грешки, която може да бъде добър спаринг партньор за човека - сега това е истинското предизвикателство. Само през последните няколко години видяхме реален напредък по този проблем. Сега можете да напълните компютъра с милион шахматни игри, изиграни от любители, и да го научите да играе като аматьор.

Но обратно към OmahaPokerTraining.com (OPT). Това, което се опитах да направя, е да предложа най-доброто от двата свята. За GTO тълпата ботовете наистина играят на високо ниво. Можете да погледнете точния рейндж на стартовите ръце - всичките 270 725 от тях. Но за начинаещите и напредналите играчи можете да свалите трудността значително. Именно тук се случва истинската магия, защото можете да тренирате срещу по-реалистични ботове, които ще играят като типичните играчи, които срещате в залата.

Това е любимото ми нещо в Advanced Poker Training.

Благодаря. И никой друг сайт не предлага това. Има и други места, в които да играете No-Limit Hold’em срещу ботове, но им липсва реализъм. И, разбира се, APT предлага и предизвикателствата „Beat the Pro“ и всичко останало, което го направи толкова успешен.

Ти обсъди с някои от най-добрите PLO играчи техният подход към играта, докато програмираше OPT. С кого разговаря и какви идеи предложиха те?

От години работя със Скот Клементс и стигнах до извода, че той е един от най-добрите умове в покера и очевидно един от най-добрите в света на PLO. Така че беше естествено да се потърси някаква помощ от него. Но той всъщност не е GTO човек. Той е по-инстинктивно ориентиран играч и се стреми да изиграе опонента. Наистина исках да вградя малко GTO и в тези ботове. За тази част се консултирах с Джон Бопре. Той не е разпознаваемо име, но има цял екип, който анализира PLO, откакто съществуват солвърите, така че те са от голяма полза в GTO аспекта.

Какво би посъветвал No-Limit Hold’em играч, за да бъде успешен в PLO?

Първо трябва да свикнете с големите потове и многото екшън. Не се страхувайте, научете се да ги обичате. Второ, понятия като позиция, блокери и дролове са критични за PLO. Свикнете бързо да броите аутовете си - страхотният дрол в PLO може да има 20 или повече от тях. И накрая (и сериозно), присъединете се към OmahaPokerTraining.com, освен ако не искате да загубите хиляди долари в залата, в опит да се научите да играете добре играта.

В No-Limit Hold’em има екипи от хора, които се занимават с играта и създават GTO ботове. Това изглежда не съществува в PLO - което прави твоят сайт уникален. Защо мислиш, че няма добри компютърни PLO игри?

Просто е много трудно. PLO играта е експоненциално по-трудна от No-Limit Hold’em. Помислете за това: да предположим, че сте хедс-ъп на флопа. Колко различни комбинации има за вашите карти, картите на опонента ви и флопа? За PLO отговорът е приблизително 700 МИЛИАРДА. И това е хедс-ъп! Няма нещо подобно на OPT, защото е невероятно трудно да се създаде. Работих ежедневно върху това почти две пълни години и имах предишен опит с изграждането на АРТ ботовете.

Вторият проблем е, че ботовете трябва да могат да вземат решение в разумен период от време. Разбира се, всеки може да направи PLO ботове, които имат нужда от час, за да вземат решение, за да минат през всички комбинации. Едно от изискванията ми е да действат в рамките на две или по-малко секунди. Всичко по-дълго намалява бързината ви на учене.

Значи силата на изчислението и бързината са това, което се изисква за един добър PLO бот?

Е, както вече казах, това, което прави един PLO бот добър за тренировъчни цели, е реализмът. През 2020 г. имаме невероятно количество изчислителна мощ, достъпна буквално на една ръка разстояние. Да научиш ботовете да изчисляват е едно. Но ако ботовете мислят само по този начин, играта им ще бъде механична и ще липсва въображение. Следователно от практически смисъл най-добрият бот понякога прави грешни преценки, подобни на хора. Върху това прекарах най-много време.

От какво се изненада най-много при програмирането на OPT ботовете?

Любимото ми нещо е, когато смятам, че бота играе ужасно ръката, а на по-късна улица разбера, че през цялото време е имал невероятен план. Не съм учил тези ботове да мислят по същия начин, както APT ботовете. В APT има програмирани много специфични „отигравания“ – С-бет, чек-рейз, блокиращ залог. Това не означава, че APT ботовете са по-лоши, просто различни. В OPT в известен смисъл ботовете сами измислиха голяма част от стратегията си. Те са се научили сами. На най-високо ниво те могат да бъдат толкова обезсърчаващи, но по страхотен начин. Това носи огромна усмивка на лицето ми, защото е хубаво, че са по-добри от техния програмист.

Когато даден играч използва твоя симулатор, какви съвети или насоки получава от сайта, за да информират своите решения по време на ръката?

Почти за всичко, което евентуално бихте искали да знаете. За начинаещите, ще помогне да изчислите размера на пота, да видите шансовете си за подобряване, коефициентите на пота, съотношението между стака и пота и други неща. Имаме и серия от видеоклипове и статии с инструкции, които могат да научат един напълно начинаещ как да играе играта. Знам, че има толкова много добри No-Limit Hold’em играчи, които биха се радвали да играят PLO, когато влязат в дадена покер зала и видят хлабава игра, но не знаят откъде да започнат. Това е техният шанс.

За експертите, всъщност можете да разгледате целия си рейндж и този на опонентите си, за да направите подробни анализи.

Кои са основните подобрения, които смяташ, че PLO играчите ще могат да направят, използвайки твоя инструмент за обучение?

Красотата на OPT е, че всяка ръка, която играете, се записва завинаги във вашата онлайн база данни. Можете да получите подробни отчети за вашата игра, филтрирани по огромен брой критерии, включително дати, видове ръце и позиция. След известно време ще започнете да виждате тенденциите в отчетите си. Можете да се съсредоточите върху проблемите си, като конфигурирате софтуера да се занимава с конкретни видове ръце. Можете да замразите бутона и да играете само от големия блайнд, например. Можете да получите само рейз ръце или такива с повече възможност за игра. Можете да регулирате агресивността на опонентите си, ако тези хлабаво-агресивни типове ви създават проблеми. Това е фокусирано упражнение, което наистина съкращава времето ви за обучение.

Така че въпросът, който съм сигурен, че всички си задават, е дали пускаш тези ботове да играят онлайн за истински пари?

Не, освен че би било неетично, нямам идея как да го направя. Има много хайп около ботовете, които играят за истински пари онлайн, но аз лично не знам за някой, който да го прави успешно. Необходим е много специализиран софтуер, който да чете и обработва цялата информация на екрана и „роботизирано“ да кликва върху правилните бутони. И разбира се, вашите ботове трябва да бъдат достатъчно добри, за да не загубят парите ви!

И накрая, онлайн покер сайтовете винаги работят по мерки за противодействие, а ако ви хванат, ще ви забранят достъпа и цялата ви инвестиция ще отиде на вятъра. Така че, въпреки че не бих казал, че няма ботове, които да играят онлайн, те изискват постоянен надзор и честно казано има по-лесни начини да печелите пари.

Какво научи ти самия в резултат на този процес?

Боже, какво не научих? Красотата на цялото това нещо е, че не бях експертен PLO играч, когато започнах този проект. След като изиграх стотици хиляди ръце срещу тези ботове в последните няколко години, мога да играя комфортно във всяка PLO игра. Мисля, че всеки би трябвало да може да играе PLO, защото понякога се оказвате в покер зала и всички хлабави, луди играчи са на PLO масата и искате да можете да скочите на нея. Честно казано, като цяло играчите в PLO са много по-зле, а потовете са по-големи.

Кое е любимото ти нещо в Omaha Poker Training?

Функцията за повтаряне. С всяка ръка, която играете, можете да опитате отново, колкото пъти искате, за да изпробвате различни стратегии. Много ми харесва и тази функция, която наричаме „решетка“, която ви позволява да видите всички ръце във вашия рейндж. Особено при блъф ситуации, това ви позволява да определите какви ръце можете да представите правдоподобно. Ако имате проблеми с блъфирането, това може да е най-добрият ви приятел.

И какво ще кажеш за Advanced Poker Training, ОРТ заменя ли го? Умира ли Hold’em играта?

Изобщо. APT винаги ще бъде наш водещ продукт и продължава да е номер едно в света сред сайтовете за обучение. Ние добавяме съдържание към този сайт от 10 години и не съществува нищо подобно. Продължаваме да имаме екип, в който съм и аз, с който работим ежедневно.

По повод Hold’em, наскоро отидох за събитието WSOP Circuit в Тампа. Първият турнир имаше гаранция от 500 000 долара. Толкова много хора се появиха, че изчерпаха турнирните чипове. Наградният фонд в крайна сметка достигна 1,25 милиона долара. Така че, ако Hold’em умира, в Тампа никой не знае за това.

Какво следва? Да очакваме симулатор за Бадуги от APT?

О, човече, това би било забавно. Сега ме замисли.