Jugador de póker por computadora

El uso de bots o asistencia informática al jugar póker en línea está prohibido por la mayoría, si no por todos, los sitios web. Las sanciones por incumplimiento incluyen la prohibición permanente y la confiscación de las ganancias. Un tipo de bot puede interactuar con el cliente de póker (es decir, jugar por sí mismo como un jugador automático) sin la ayuda de un operador humano. La asistencia en tiempo real (RTA) es otro método que utiliza programas informáticos. La RTA se produce cuando un jugador humano utiliza un programa llamado "solucionador", como PioSOLVER o PokerSnowie, ^{[ 4 ]} que se ejecuta en un ordenador diferente, ^{[ 5 ]} para tomar sus decisiones.

El problema de la ventaja injusta es doble. Por un lado, los bots pueden jugar durante muchas horas seguidas sin las debilidades humanas como la fatiga y pueden soportar las variaciones naturales del juego sin verse influenciados por las emociones humanas (o " tilt "). Por otro lado, desde 2019, el programa informático Pluribus (bot de póker) es lo suficientemente eficaz para leer faroles, calcular probabilidades y ajustar la estrategia como para vencer sistemáticamente a jugadores profesionales de póker en partidas de Texas Hold'em sin límite de 6 jugadores. ^{[ 6 ] [ 7 ] [ 8 ]}

Los "bots de la casa" pueden plantear un conflicto de intereses. Según la definición más estricta, un bot de la casa es un jugador automatizado operado por la propia sala de póker en línea. Este tipo de bots serían el equivalente a los promotores encubiertos de los casinos físicos .

Tanto los empleados de casinos físicos como los bots de la casa en línea no deberían tener acceso a información que no esté disponible para los demás jugadores de la partida. El problema radica en que, en un entorno en línea, la casa no tiene forma de demostrar que sus bots no reciben información confidencial del servidor de cartas. Esto se agrava aún más por la facilidad con la que se puede compartir información de forma clandestina en un entorno digital. Es prácticamente imposible, incluso para la casa, demostrar que no controla a algunos jugadores.

Neo Poker Lab era un equipo científico consolidado dedicado a la investigación de la inteligencia artificial aplicada al póker. Durante varios años, desarrolló y aplicó algoritmos y procedimientos de vanguardia, como la minimización del arrepentimiento y la aproximación del equilibrio mediante búsqueda de gradiente, árboles de decisión, métodos de búsqueda recursiva y algoritmos expertos, para resolver diversos problemas relacionados con el póker. El sitio web de Neo Poker Lab, neopokerlab.com , ya no está activo.

Hasta 2017, un equipo de la Universidad de Auckland, compuesto por un pequeño grupo de científicos, empleaba el razonamiento basado en casos para crear y mejorar agentes de póker Texas Hold'em. El grupo aplicó diferentes técnicas de IA a varios juegos, incluyendo la participación en los proyectos comerciales Small Worlds y Civilization (videojuego) .

Hasta 2019, gran parte de la investigación sobre jugadores de póker por computadora se realizaba en la Universidad de Alberta por el Grupo de Investigación de Póker por Computadora, dirigido por el Dr. Michael Bowling. El grupo desarrolló los agentes Poki , PsOpti , Hyperborean y Polaris . Poki fue licenciado para el juego de entretenimiento STACKED, protagonizado por el jugador de póker canadiense Daniel Negreanu . PsOpti estaba disponible bajo el nombre de "SparBot" en el programa de entrenamiento de póker "Poker Academy". La serie de programas Hyperborean ha competido en la Competencia Anual de Póker por Computadora, obteniendo recientemente tres medallas de oro de seis eventos en la competencia de 2012. Esta misma línea de investigación también produjo Polaris , que jugó contra profesionales humanos en 2007 y 2008, convirtiéndose en el primer programa de póker por computadora en ganar una competencia de póker importante.

En enero de 2015, un artículo en Science ^{[ 15 ]} de Michael Bowling, Neil Burch, Michael Johanson y Oskari Tammelin afirmaba que su bot de póker Cepheus había "resuelto de forma esencialmente débil" el juego de Texas hold 'em con límite cara a cara. ^{[ 16 ] [ 17 ] [ 18 ]}

T. Sandholm y A. Gilpin, de la Universidad Carnegie Mellon, iniciaron en 2004 la investigación en inteligencia artificial aplicada al póker, comenzando con un agente imbatible para el juego de tres cartas Rhode Island Hold 'em. El siguiente paso fue GS1, que superó a los mejores bots de póker disponibles comercialmente. En 2006, los agentes de póker de este grupo comenzaron a participar en competiciones anuales de informática. «En algún momento tendremos un programa mejor que los mejores jugadores humanos», afirmó Sandholm, cuyo bot, Claudico , se enfrentó a cuatro oponentes humanos en 2015.

En 2017, el software del programa, Libratus , se enfrentó a cuatro jugadores profesionales de póker. Al final del experimento, los cuatro jugadores humanos habían perdido un total de 1,8 millones de dólares en dinero simulado contra Libratus. ^{[ 19 ]}

En 2019, Libratus fue reemplazado por la versión final llamada Pluribus (bot de póker) .

Una de las primeras competiciones de bots de póker sin límite fue organizada en 2004 por la Conferencia Internacional sobre Modelado Cognitivo. ^{[ 20 ]} El torneo contó con la participación de cinco bots de diversas universidades de todo el mundo. El ganador fue Ace Gruber, de la Universidad de Toronto . ^{[ 21 ]}

La Asociación para la Maquinaria Informática (ACM) solía organizar concursos en los que los participantes presentaban un programa informático capaz de jugar al póker en su plataforma específica. Los organizadores del evento dirigían los concursos operando el software e informando de los resultados.

En el verano de 2005, la sala de póker en línea Golden Palace organizó un torneo promocional en Las Vegas, en el antiguo Binions, con un premio de 100.000 dólares. Se presentó como la Serie Mundial de Robots de Póker de 2005. El torneo era exclusivamente para bots y no tenía costo de inscripción. Los desarrolladores de los bots eran informáticos de seis nacionalidades que viajaron por su cuenta. La plataforma anfitriona fue Poker Academy. El evento también incluyó una demostración de partidas cara a cara con Phil Laak.

En el verano de 2007, la Universidad de Alberta organizó un torneo cara a cara altamente especializado entre humanos y su bot Polaris, durante la conferencia AAAI en Vancouver, Columbia Británica, Canadá. La plataforma anfitriona fue desarrollada por la Universidad de Alberta . El premio máximo era de 50 000 dólares, con reglas especiales para motivar a los humanos a jugar bien. La inscripción fue gratuita. El singular torneo constó de cuatro sesiones de 500 manos cada una, con formato de duplicado. Los humanos ganaron por un estrecho margen.

En el verano de 2008, la Universidad de Alberta y el sitio web de entrenamiento de póker Stoxpoker organizaron un segundo torneo durante las Series Mundiales de Póker en Las Vegas. El torneo constó de seis sesiones duplicadas de 500 manos cada una, y los jugadores eran especialistas en Heads-Up Limit. Polaris ganó el torneo con 3 victorias, 2 derrotas y un empate. Los resultados del torneo, incluyendo el historial de manos de las partidas, están disponibles en el sitio web de la competición.

Entre abril y mayo de 2015, el bot Claudico de la Universidad Carnegie Mellon Sandholm se enfrentó a cuatro oponentes humanos en una serie de partidas de Texas Hold'em sin límite. ^{[ 22 ] [ 23 ]} Finalmente, tras jugar 80 000 manos, los humanos obtuvieron una ganancia combinada total de 732 713 dólares. Pero aunque técnicamente ganaron, los científicos consideraron la victoria como estadísticamente insignificante (más bien, un empate estadístico) al comparar esos 732 713 dólares con el monto total apostado de 170 000 000 dólares (170 millones). Sin embargo, algunos han determinado que esta afirmación es engañosa. ^{[ 24 ]} Estadísticamente insignificante aquí significa que los programadores de Claudico no pueden afirmar con un 95 % de confianza (un intervalo de confianza del 95 %) que los humanos son mejores que el programa informático. Sin embargo, es una victoria estadísticamente significativa con un intervalo de confianza del 90 %. Esto significa que los jugadores humanos son favoritos en una proporción de entre 10 a 1 y 20 a 1. ^{[ 24 ]}

El torneo se estructuró en dos grupos de dos jugadores cada uno. En cada grupo, los jugadores recibieron cartas opuestas. Es decir, si la computadora tenía As9c (As de Picas y Nueve de Tréboles) y el jugador humano tenía Jh8d en una de las computadoras, el otro jugador del grupo tendría As9c contra el Jh8d de la computadora. Sin embargo, aunque los jugadores humanos ganaron más que la computadora, no todos obtuvieron resultados positivos en sus enfrentamientos directos.

Los totales de las ganancias de cada jugador fueron los siguientes:

• Douglas Polk: +$213.671
• Dong Kim: +$70.491
• Bjorn Li: +$529.033
• Jason Les: -$80,482 ^{[ 25 ]}

Entre 2006 y 2018, la Competencia Anual de Póker por Computadora organizó una serie de competencias para programas de póker. Desde 2010, se jugaron tres modalidades: Texas Hold'em con límite cara a cara, Texas Hold'em sin límite cara a cara y Texas Hold'em con límite para 3 jugadores. En cada evento, se designaron dos ganadores: el agente que ganó la mayor cantidad de partidas (Reducción instantánea de fondos) y el agente que ganó la mayor cantidad de dinero (Fondo total). Estos ganadores a menudo no son el mismo agente, ya que la Reducción instantánea de fondos premia a los jugadores más experimentados, y el Fondo total premia a los jugadores que saben aprovechar los errores de los demás agentes. La competencia se inspiró en la investigación científica y se hizo hincapié en garantizar que todos los resultados fueran estadísticamente significativos mediante el análisis de millones de manos de póker. La competencia de 2012 mantuvo los mismos formatos, con más de 70 millones de manos jugadas para eliminar el factor suerte.

Algunos investigadores desarrollaron una aplicación web donde las personas podían jugar y evaluar la calidad de la IA. Así, a diciembre de 2012, se podían encontrar los siguientes grupos principales y agentes de investigadores individuales:

• Hiperbóreo (9 de oro, 5 de plata y 3 de bronce)
• Bluffbot (1 medalla de oro, 3 de plata y 2 de bronce)
• Sartre (1 medalla de oro, 5 de plata y 3 de bronce)
• Bot de Neo Poker (1 medalla de oro, 5 de bronce)

El torneo final de póker no fue público. Cuando el programa Pluribus (bot de póker) venció sistemáticamente a profesionales en Texas Hold'em sin límite de 6 manos, el resultado se anunció discretamente en una publicación de Facebook. ^{[ 29 ]}