|
2016年世界德州扑克大赛夺冠札记及其他 图一：2016年7月，WSOP夺得冠军金手链和奖金$800,856，现场华人牌手同庆祝 先简单介绍下世界德州扑克大赛，英文WorldSeriesofPoker，简称WSOP，每年6/7月份在世界娱乐之都LasVegas举行，到目前为止已举行了50届（最近的2020年因为新冠疫情没有举办）。WSOP是公认的世界最顶级的德州扑克赛事，每年6/7月份，来自世界各地的德州扑克爱好者（无论专业的，还是业余的牌手）云集Vegas，掏出自己的积蓄，热情参与各项德州扑克赛事，最近的2019年的WSOP有约20万人次参与，每年的WSOP绝对是扑克爱好者的顶级花年华。 在一生中去Vegas参与至少一次WSOP赛事，可谓是每一位德州扑克爱好者的朝圣之行，皆心向往之！（我粗粗地估算一下，每年的各项赛事报名费累计，预算小穷一点的选手得花几千美金，预算宽松一些的得花小几万美金，土豪或顶级职业选手得准备小几十万美金。） 图二：2016年世界德州扑克大赛WSOP冠军金手链 作为德州扑克的深度爱好者，我自然不能免俗，多年来一直向往能够去Vegas参加WSOP的花年华。终于在2016年夏，趁从北京回美国度假期间，我安排出了时间来到了Vegas。2016年是我第1年参加WSOP，我获得冠军的那项赛事是报名费5000美刀的无限注德扑，是我当年参加的第5项赛事。那年该项赛事参赛选手863名，因为报名费比较高，参赛者大多是各国的顶尖高手，冠军奖金多达80万美刀。鏖战4天，每天10小时，最终我侥幸获胜夺冠。 按WSOP的统计，我应该是历史上全球华人里第三位获得WSOP冠军金手链的。可以负责任并且带点小自豪的说，我是清华历史上第一位拿到WSOP冠军金手链的！ 我的德州扑克成长之路第一次接触到德州扑克，是1999年秋我刚进入美国斯坦福大学商学院读MBA的时候。德州扑克是欧美大众娱乐文化里的重要一分子，其在美国的普及性堪比麻将在中国哈！德州扑俱乐部基本上是美国大学的标配之一。（写到这儿，不由得回想起当年在清华研究生楼14#楼，熬夜鏖战麻将四方城，第二天早上喝豆浆啃油条的幸福美好时光。。。）在斯坦福读书，我接触并培养了两个“不良”爱好（所谓不良爱好，主要指耗时，耗钱，上瘾，偶尔耽误事儿），其一为德州扑克，其二为高尔夫。一晃几十年，依然还在持续地爱好这两项，可谓真爱乐此不疲。有趣的现象是，对德州扑克，我自认为也被世人认可为高手；对高尔夫，我自我定位也被球友们认可为菜鸟，人皆可欺的样子。可见一个人的爱好与其是否真正擅长并没有太强的关联性。当然了，如果你的爱好碰巧是你之擅长，两者相得益彰，某天出现傲娇的成绩便成了大概率事件。 这龙门阵似乎扯得有点远了，拉回到德州扑克这个话题。从1999年秋接触德州扑克开始，到2016年WSOP上夺取世界冠军，我在德州扑克的道路上其实很顺，相比绝大多数的德扑爱好者而言少走了很多弯路。回想起来，我觉得重要的有三点： 其一，真正学透了一门课。这门课就是“概率论和数理统计”，前后累计我共学习了三遍，第一遍是在清华本科，第二遍在美国明尼苏达大学研究生院，第三遍在斯坦福大学商学院。（不好意思地解释一下，当年重复学习多遍，主要是为了偷懒混便宜学分）。有趣的是，学第一遍时，考试成绩最好；第二遍时，成绩次之；学最后一遍时，成绩最差。但是，对“概率论”中一些最基本的概念，比如概率Probability，期望值EV，方差Deviation等等，每学一遍，sense就越好。为什么在这里提到概率论中的这些基本概念呢？那是因为：在德州扑克里，（1）一个好的策略一定是一个正EV的策略；（2）一个更好的策略，通常是在正EV的前提下方差较小的策略。在德州扑克里，一个重要的基本原则就是，尽量避免做“负EV”的事儿。 其二，有一个很好的mentor。很幸运，接触德州扑克伊始，我就有了一个很好的mentor，让我在德州扑克的成长道路上走得较顺，少交了很多的学费。我的mentor是我的老同学和好朋友，他叫张淮，也是我们清华1986级的校友，是我在计算机系的本科同年级同学和研究生同班同学。我在加州硅谷的时候，张淮碰巧也在，我们经常讨论德州扑克里的疑难牌例，分享对德州扑克的一些根本理解。张淮最擅长的是德州扑克里的有限注德扑LimitedPoker，他在LimitedPoker上的水平，应该是属于世界顶级！我喜欢也比较擅长的是德州扑克里的无限注德扑No-LimitedPoker，这两种德州扑克规则略有不同，但其根本的牌理是一致的。有幸和张淮做同学和朋友，让我在琢磨德州扑克的过程中，受益匪浅！在此表示诚挚的谢意！ 其三，在博弈论的高度掌控德州扑克。刚接触德州扑克不久，我有幸在加州硅谷深度参与了一个学术科研项目，项目的核心是：从博弈论看德州扑克。项目的指导顾问是一位博弈论领域的学术大拿，斯坦福大学的运筹学教授。项目组有几位核心成员，碰巧都是清华大学的校友，其中就有前面提到的张淮同学，以及在斯坦福拿到博士的清华计算机系86级少年班的张立同学。在大约两年的时间里，在斯坦福大拿教授的指导下，我们对德州扑克在理论层面上的理解可谓是彻头彻尾的彻底！特别是对博弈论中纳什均衡NashEquilibrium理论在德州扑克中的应用，以及对德州扑克中的GameTheoryOptimal（俗称GTO）策略有了深刻的理论层面的理解。（顺便提一下，NashEquilibrium理论的发明者就是电影“BeautifulMind”里的主角，Princeton大学的那位疯子天才数学教授JohnNash）。这些理论层面的研究，让我深刻地认识到，德州扑克牌手的最高境界乃是：以我之不败战敌之可胜！（解释一下就是：通过采用均衡的控制力超强的GTO策略，可把己方摆在一个不败之地，等待或迫使对手犯错以胜之) 2016年7月WSOP夺冠札记 俗语说：出大成绩者，多半是强实力碰上了大气运！ 在我夺冠的那项 WSOP 赛事上，中场出了一手特别奇葩的牌。我的手牌是一对 8，pre-flop，我 raise，有一个印度裔选手 call，其余人fold，只剩两人进入 flop；在 flop 上发出10/6/2杂色，我 check，印裔选手bet，我正准备 call。。。。。。这个时候发生了一件怪事儿， dealer 是一位白人大胖子，我坐在 9 号位紧靠在 dealer 座位边，白大胖 dealer 似乎没有注意到旁边相对瘦小的我，还没有等我 action，就啪的一下快速的把 turn 牌发了出来，那是一张红桃8，全桌人都很诧异于这位职业 dealer 的业余失误，怎么会提前把 turn 牌发了出来？我更是心里一紧，那可是一张 8 啊，正好和我的手牌一对 8 组成了 set 8（三条8），这可是极强的牌力啊！我的心里随即是巨大的失落，我知道：按比赛规则，因为 dealer 误操作，这张 turn 牌不算，要重发一张新的 turn 牌。我的心里啊，那时真的是紧张／失落／愤怒，五味杂陈。。。但somehow，那时的我面无表情非常淡然，仿佛那种红桃 8 和我没有丝毫关联的小样子 。。。。。。压抑住内心的荡漾做平静状，我完成了 flop 的call；按比赛发牌细则，大白胖 dealer 暂时没有处理那张红桃 8，继续发出了 turn牌，是一张杂色的 K，我check，印度裔选手下重注继续 bet，我硬着头皮继续 call；进入 river，按比赛细则，大白胖 dealer 把那张已经闲置一旁小一会的红桃8 随机的插进了牌堆里，开始洗牌。我坐在旁边，记得非常清楚，大白胖 dealer 一边洗牌一边念叨：我失误了，我不应该，我一定要，一定要把那张牌再揪出来。。。 话音未落，啪的一下，把那张8 发了出来，依然是那张红桃 8，一模一样！全桌选手哗然（要知道把一张牌收进牌堆重新洗牌再发出来，可只有约3%的小概率啊！）我假装一脸平静状继续 check，印度裔选手继续重注 bet，这下我不能放过他，迅速地给了个重重的 check-raise，印度裔选手明显被锤懵了，难以相信这张失而复得的红桃8 和我的手牌有什么关系，他实在不解但很快就决定 call 了；我亮出了手牌一对 8，和 board 上的红桃 8 组成了 set 8，印度裔选手很搓火，不甘心地把他的手牌也亮了出来，原来是 K／10，组成了顶两对（top two pairs），也是蛮强大的牌但小于我的 set 8。 这手牌，我赢下了巨多的筹码，给后续的战斗奠定了强大的基础。但更重要的是，这手牌这个失而复得的红桃8，在我心中树立了一个无比坚定的信念：这个比赛我赢定了（This tournamentis mine. I am the chosen one!） 比赛间隙，我找到了白大胖dealer，塞给了他40 美金的小费，他乐得美滋滋的。。。他可不知道，当时他失误把红桃8提前发出，并按规则需要重新洗牌发牌时，我可是恨不得在桌下踢他N脚！ 自从红桃 8 那手牌后，我在比赛中顺风顺水，状态格外好，发挥异常出色，中间出现了一次判断失误和一位选手火拼 pre-flop all-in，也因为牌神保佑在严重落后的情况下bad-beat 对方，把对手淘汰并席卷了他的筹码。经过 3 天每天 10 小时的鏖战，在进入决赛桌 final table 时，全场 863 名选手绝大部分被淘汰只剩下 9 名选手，我的筹码量是遥遥领先的第一，约有 1400 多万筹码，占全部筹码量的 54%；其余 8 位选手所有筹码相加只有 46%。这种领先优势，在这种顶级级别的赛事里，不能说是空前绝后，但实属罕见！ 进入决赛桌的选手，都是各国顶尖高手，其中筹码量第二位的是德国籍高手Dominik Nitsche，已经在 WSOP 拿过 3 次冠军金手链可谓经验丰富，还坐在我的下手占据位置优势，这次也是一副势在必得的样子。 在决赛桌上，我一路披荆斩棘，亲自淘汰了大部分选手，一路保持明显筹码优势。 很快桌上只剩下4位选手，一手关键的牌出现了。我在大盲+1位，手牌是红桃同色4/8，拿到这手牌，我第一感觉就是倾向于 fold，毕竟4/8起手牌太弱了；但刹那间，我心动了一下，这不是那张幸运的红桃8吗？！权当是手握大牌，打吧！于是，我带头raise，德国选手在button位flat call，大盲位也 call，三位选手进入 flop；flop发出K/4/2 杂色，大盲位check，我击中了一对4率先 bet，德国选手 call，大盲位 fold；那时候，我就知道德国选手大概率击中了顶对K；我心中暗念，turn 最好发个8。。。。。。果不其然，turn 上发出了草花8，我击中了两对（two pairs）而且是非常隐蔽的两对，我设下埋伏 check 让过，德国选手果然bet，我下重注check-raise，德国选手稍稍犹豫后call；river 上发出 J，牌面上没有同花 flush 的可能，这时池子里已经有 400 多万筹码，德国选手后手约 400 万筹码，我后手筹码比他多，没有多想，我推出 all-in，德国选手很诧异，起身仔细端详桌面上的 5 张牌 K/4/2/8/J 杂色，口中开始念念有词，其中念叨的一小段我记得尤为清楚，他念叨说我的手牌不可能是4/8（那时的我，心中暗笑，一会儿让你小子好看）；约2分钟后，德国选手做出决定call，我迅即亮出4/8红桃，他非常懊丧地亮出了A／K（牌力是 Top pair topkicker，虽然是很强的牌但输给我的两小对）。我赢下了这手关键牌，淘汰了最强劲的对手。 德国选手 Dominik 心情很糟糕，以至于拒绝和我握手，直接怅然离席，走到10米外观众席女友面前，当庭掩面而泣 。。。。。。 图三：2016年7月，WSOP $5k 赛事冠亚军对决，杜悦直面加拿大选手 获得第 3 名的是土耳其裔的知名女牌手 Natasha Barbour，她在短码的情况下多次preflop all-in，终于碰到我手牌 A/10 call 了她的A/5 pre-flop all-in，不出意外地将其淘汰。Natasha 获得了奖金$348,374，是其在 WSOP 历史上赢得的个人最多奖金。没有走得更远虽然有些遗憾，但 Natasha 却收获了更大的幸福。获得第 3 名后，她的男友世界著名牌手Jason Mercier 随即下跪求婚，Natasha幸福满满，当场收下戒指，说了 YES！全场顿时充满掌声和喜意，不见了战斗的硝烟。。。。。。 图四：2016年7月，WSOP夺冠后，华少代表国内媒体做专访 最终的二人对决，在我和加拿大选手 MichaelGentili 之间举行，由于双方筹码量相差悬殊，我大约有 95%的筹码量，对方只有约 5%，没有什么悬念，我很快就淘汰对方拿下了冠军。最后一手牌，记得我是 A/7 call 了对手A/2 的 pre-flop all-in，最后 community cards 5 张牌发出，双方都没有击中，我以 7 high 获胜！ 德州扑克 AI人工智能（Artificial Intelligence，简称AI）近十几年来在学术界／企业界／创投界火热得一塌糊涂。Google 下属公司 Deep Mind 的成就尤其惊人，其研创出的 Alpha 围棋 AI，在和人类围棋界顶尖高手韩国李世石 5 番棋对战中，以 4:1 的悬殊战绩取胜。 在 game 的世界里，按科班的说法，分成两类，一类叫做perfect-information game，比如国际象棋／围棋等，通俗地讲就是 game 中的双方所知道的 game 有关的信息是公开的也是完整的，双方根据相同的公开信息做出各自的判断和决策；另一类叫做 imperfectinformation game，比如德州扑克／麻将等，在这些 game里，信息是不完整的也不是完全公开的。比如在德州扑克中，各方既有公共信息（比如 board 上的 5 张 community cards）又有各自的私人信息（比如各自的 2 张手牌）。 图五：2017年4月，中国龙之队对战德州扑克AI，龙之队有两位86级校友，右三为计66的张淮 Deep Mind 的 Alpha 在围棋上大显神威，自然有其他好事者在琢磨如何把AI 用在imperfect-informationgame 比如德州扑克上。学术界里先后有加拿大的 University of Alberta 和美国CMU 大学的两帮人做出了领先的德州扑克 AI，其中尤以 CMU 大学的德州扑克 AI 为翘楚。CMU大学的德州扑克 AI，英文名叫做 Libratus，在 2017 年 4／5 月份，国内创投界的李开复和其麾下的创新工场引进Libratus，为其取中文名“冷扑大师”，在海南举办了德州扑克 AI 和中国顶尖牌手的人机巅峰对决。人机对决的另一方，便是中国龙之队（Team Dragon），由当时国内顶尖的 6 名德州扑克牌手组成，我任队长。龙之队中另有一名核心队员也是清华1986 级的校友，那就是前面提到的计算机系的张淮。人机大战连续举行一周，结果没啥意外，自然是人类选手惨败于AI。知道为什么Libratus 这么厉害吗？Libratus采用的策略就是前文提到的 Game Theory Optimal，简称 GTO 策略。这个 GTO 策略是 CMU研究小组以博弈论中纳什均衡 Nash Equilibrium 理论为基础，用 CMU 超级计算中心的巨型算力，通过解一个超大无比的线性规划问题得到的最优策略。在这次的人机大战中，就俨然成了 Libratus“以机器之不败，战人类之可胜“的局面，结果可想而知！正所谓，一壶浊酒喜相逢，古今多少事，都付笑谈中! |
|
|
