No poker profissional, os jogadores podem agora utilizar a IA para determinar a melhor estratégia de jogo. Apesar de terem acesso a estas ferramentas avançadas, muitos jogadores optam por não as utilizar. Porque é que os jogadores profissionais de poker por vezes evitam a melhor estratégia?
Consideremos um cenário típico no Texas Hold’em, o formato mais popular do poker. O nosso adversário faz all-in e nós temos um par de seis.
Nesta altura, temos de decidir se devemos fazer call ou fold. Um jogador experiente considera vários fatores: o padrão de apostas, o número de fichas que cada jogador tem e a probabilidade de o seu par ganhar.
Embora o nosso treino e as tabelas de probabilidades possam sugerir fazer fold, reparamos que o nosso adversário aposta muitas vezes em excesso quando tem mãos fracas. Devemos seguir a teoria ou explorar esta fraqueza observada?
Este dilema, conhecido como “teoria ótima dos jogos versus jogo exploratório”, é fundamental para o poker de alto nível. A base matemática da teoria tem mais de 80 anos e os recentes avanços na IA trouxeram estes princípios para o jogo moderno, explica a revista Scientific American.
Com as novas ferramentas de IA a ensinar aos jogadores a estratégia ótima, porque é que eles escolheriam ignorá-la?
A melhor estratégia no poker não é tão simples como parece devido à imprevisibilidade inerente ao jogo e a elementos psicológicos, como o bluff. Embora o bluff envolva enganar o adversário, levando-o a pensar que tem uma mão forte, é difícil enquadrá-lo numa estrutura puramente matemática.
No entanto, matemáticos como John von Neumann e Oskar Morgenstern demonstraram que mesmo o bluff pode fazer parte de uma estratégia ótima.
No seu livro seminal de 1944, “Theory of Games and Economic Behavior”, von Neumann e Morgenstern utilizaram o poker para ilustrar os conceitos da teoria dos jogos. Eles simplificaram o poker para a sua dinâmica central, demonstrando que existe uma estratégia ótima e que o bluff é essencial para essa estratégia.
A complexidade do jogo aumenta significativamente no Texas Hold’em, que envolve vários jogadores e rondas de apostas. O prémio Nobel John Nash, famoso pelo equilíbrio de Nash, alargou a aplicação da teoria dos jogos.
Um equilíbrio de Nash ocorre quando nenhum jogador pode beneficiar da alteração da sua estratégia enquanto os outros mantêm a sua inalterada, o que faz com que seja uma condição ótima.
No poker, este equilíbrio justifica a procura de estratégias ótimas. No entanto, saber que existe uma estratégia ótima não significa que a possamos determinar facilmente, especialmente em jogos complexos como o Texas Hold’em.
A IA revolucionou esta procura ao criar ferramentas chamadas “solvers” que permitem aos jogadores profissionais estudar e aperfeiçoar o seu jogo.
Apesar da disponibilidade destas ferramentas, os jogadores profissionais misturam frequentemente estratégias ótimas e de exploração. O jogo ótimo, ou o equilíbrio de Nash, evita que os adversários o explorem. No entanto, se se desviar desta estratégia para explorar as fraquezas do adversário, pode conseguir melhores resultados. Este equilíbrio entre o jogo ótimo e o jogo exploratório é crucial no poker.
Por exemplo, se um adversário joga constantemente de forma não otimizada, por exemplo, apostando sempre alto com mãos fracas, manter a estratégia ótima pode não ser a melhor jogada. Em vez disso, explorar este comportamento previsível pode ser mais rentável. No entanto, este desvio abre-o a uma potencial exploração se o seu adversário ajustar a sua estratégia.
Igor Kurganov, um antigo jogador profissional, explica que melhorar a sua estratégia com base nos erros do seu adversário pode torná-lo vulnerável.
Para se destacarem, os jogadores precisam de combinar os dois tipos de jogo, alternando entre estratégias com base no nível de competência do adversário.
