Hvordan Poker Sense vurderer beslutningene dine

Du har akkurat fullført en treningshånd i Poker Sense. Du var i big blind – setet som legger ut den større av de to tvungne innsatsene før noen kort deles ut – og du callet en preflop-raise med Knekt og Ti i spar. Floppen, de tre første delte felleskortene, kom Dame i spar, Ni i spar, Fire i hjerter. Du sjekket, motstanderen din bettet omtrent halve potten, og du tok status: et open-ended straightdraw (enhver Konge eller Åtte fullfører en straight) pluss et flushdraw (ett spar til lager en flush). Å calle føltes fint. Du callet.

Vurderingen kom tilbake: GOOD. Under den, én linje: «Raise er hovedspillet (68%).»

Good? Ikke great? Du hadde et monster-draw, du tok den forsiktige linjen, og tilsynelatende ville datamaskinen at du skulle raise – men bare 68 prosent av tiden, hva nå det betyr. Noe som reiser det egentlige spørsmålet. Hva betyr egentlig en vurdering på én pokerbeslutning? Poker er et flaksspill, og selve matematikken sier ofte at du skal spille samme hånd på to forskjellige måter. Kan en enkelt beslutning vurderes i det hele tatt?

Det kan den, men ikke slik de fleste antar. Å gå gjennom hvordan Poker Sense faktisk gjør det, viser seg å være en ganske god omvisning i hvordan man skal tenke om pokerbeslutninger generelt – og vi starter med hvorfor den opplagte måten å vurdere dem på, feiler.

Den opplagte måten å vurdere på, og hvorfor den feiler

Den opplagte måten å vurdere en pokerbeslutning på, er å måle hva den kostet. Moderne pokerstrategi kommer fra solvere: programmer som spiller en situasjon mot seg selv millioner av ganger til de konvergerer mot en Game Theory Optimal-strategi – GTO for kort – som betyr en strategi som ikke kan utnyttes uansett hva motstanderen prøver. For en hvilken som helst situasjon kan en solver fortelle deg expected value for hver handling: gjennomsnittsbeløpet den handlingen vinner eller taper over tid, med flaksen i en enkelt hånd jevnet ut. Så bare sammenlign spillet du valgte, med det beste tilgjengelige spillet. Gapet i gjennomsnittlig fortjeneste er vurderingen din. Enkelt.

Her er problemet, og det er det matematiske hjertet i hele dette innlegget. På de fleste flopper velger ikke solveren én handling. Den spiller en blandet strategi: med samme hånd i samme situasjon, raiser den noen ganger og caller andre ganger, ved spesifikke frekvenser. Og ved likevekt – tilstanden der begge spillere spiller perfekt og ingen kan vinne noe på å endre noe – har hver handling solveren faktisk bruker i en blandet situasjon, nøyaktig samme expected value.

Det er ingen tilfeldighet. Det er grunnen til at blanding eksisterer i det hele tatt. Hvis å raise tjente selv litt mer penger enn å calle, ville solveren ikke raiset 68 prosent av tiden; den ville raiset 100 prosent av tiden, fordi solvere er nådeløse med tanke på profitt. En blanding kan bare overleve når handlingene i den er presist bundet sammen. Spillteoretikere kaller dette indifferensprinsippet: ved likevekt er du likegyldig mellom handlingene i blandingen, fordi de tjener identisk.

Se nå hva det gjør med det opplagte vurderingsskjemaet. Callen din i Knekt-Ti-hånden? Null expected value tapt. Raisen appen kalte hovedspillet? Også null. Å folde – den ene handlingen solveren aldri tar med den hånden – er det eneste valget som koster noe. Vurder etter EV-tap alene, og nesten hver post-flop-beslutning som er selv tilnærmet fornuftig, kommer tilbake «perfekt». Et karakterkort der nesten alt er en A, er ikke tilbakemelding. Det er tapet.

Signalet EV-tap ikke kan se

Så Poker Sense vurderer mot noe EV-tap er blindt for: solverens frekvenser.

Når solveren raiser 68 prosent og caller 32 prosent, er begge handlinger fine – men de er ikke identiske som vaner. Motstanderne dine spiller aldri mot én beslutning; de spiller mot hele rangen din, som betyr hver hånd du kunne holdt når du tar en gitt handling. En spiller som caller med hvert store draw i slike situasjoner, bygger, én gratis beslutning om gangen, en annen range enn solveren bygde. Raisene deres inneholder bare sterke ferdige hender, som gjør de raisene lette å spille mot. Callene deres er stappfulle av draws, som gjør deres senere innsatser lette å lese i det øyeblikket et straightkort eller flushkort lander. Hver enkelt call kostet ingenting ved likevekt. Vanen flyttet dem stille over på en annen strategi – én som «koster ingenting»-garantien aldri ble utstedt for.

Det er innsikten hele vurderingssystemet er bygget på. Frekvensjustering er signalet EV-tap ikke kan se. Når handlingen din er innenfor solverens strategi, er det nyttige spørsmålet ikke «hva kostet dette» (ingenting), men «hvor sentral er denne handlingen for strategien». Når handlingen din er utenfor solverens strategi, blir kostnad nøyaktig det riktige spørsmålet, fordi det nå genuint finnes en.

De seks vurderingene

Poker Sense sorterer hver beslutning inn i én av seks vurderinger. De tre første betyr at du var innenfor solverens strategi, og de skiller seg bare i hvor ofte solveren gjør det du gjorde. De tre siste betyr at du var utenfor den, og de skiller seg bare i hvor dyr omveien var. Kostnad måles i big blinds – størrelsen på den tvungne innsatsen du la ut, pokerens standard måleenhet, vanligvis forkortet til bb.

GREAT betyr at du valgte hovedspillet, handlingen solveren tar oftest – eller en handling solveren spiller innenfor 10 prosentpoeng like ofte som hovedspillet. Det andre leddet betyr noe. Når solveren raiser 52 prosent og caller 48, er ikke calling et dårligere valg; det er halvparten av et genuint myntkast, og det vurderes som ett.

GOOD betyr at du valgte en handling solveren tar en meningsfull del av tiden: 15 prosent eller mer. Din Knekt-Ti-call lander her. Solveren raiser den hånden mesteparten av tiden og caller mesteparten av resten, så calling er en reell del av strategien. Bare ikke overskriften.

OKAY betyr at handlingen din er i solverens strategi, men sjelden: under 15 prosent. Ingenting tapt, ingenting å unnskylde. Men hvis du fortsetter å lande her i samme type situasjon, er strategiens tyngdepunkt et sted du ikke er.

IFFY betyr at du forlot strategien, men billig: mindre enn 1,5 big blinds av expected value tapt. Ekte penger over tid, ingen krise i dag.

MISTAKE betyr at omveien kostet 1,5 til 3 big blinds. Dette er beslutningene der fokusert studering betaler seg raskest.

BLUNDER betyr 3 eller flere big blinds tapt. I Knekt-Ti-hånden ville det å folde det femten-outs monster-drawet mot en halvpott-innsats, brenne flere big blinds og lande her. Alle har blundere i seg; poenget med å finne dine i trening er at treningssjetonger er gratis.

Ett tall til binder dette sammen: øktnøyaktigheten din er rett og slett prosentandelen av beslutningene dine vurdert GREAT eller GOOD. Det er en rask indikasjon på hvor ofte du holdt deg nær sentrum av strategien.

Hva “jevn situasjon” egentlig betyr

Noen situasjoner er ikke tette i det hele tatt – solveren tar én handling nesten alltid, og alt annet er en lekkasje. Men mange situasjoner er genuint blandede, med to eller flere handlinger som er nær-like. Hvis solveren better 45 prosent og sjekker 55, er de spillene praktisk talt tvillinger. Indifferensprinsippet sier at de tjener det samme, og frekvensene sier at solveren knapt heller mot noen av dem.

Se for deg å bli fortalt at du «feilet» for å bette i den situasjonen. Det ville ikke være undervisning; det ville være støy. Verre, det ville trene deg til å jakte på ett riktig svar i situasjoner der hele det matematiske poenget er at det ikke finnes ett.

Så når en situasjon er tett, sier Poker Sense det. 10-poengsvinduet inne i GREAT eksisterer nettopp for dette, og innsiktslinjen kommer rett ut med det: «Jevn situasjon – begge spill er solide.» Den linjen er appen som forteller deg hvor du ikke skal bruke bekymringen din. Hendene verdt å spille om igjen på bilturen hjem, er de der du og solveren genuint divergerte – ikke myntkastene.

Hvorfor vurderingen er et ord, ikke et tall

Noen treningsverktøy leder med rå-outputen: bet er verdt 2,31 big blinds, check er verdt 2,28. Poker Sense beregner alt det også – det er nøyaktig hvordan IFFY-, MISTAKE- og BLUNDER-grensene trekkes, store avvik vurdert etter presist hvor mange big blinds de brenner – men selve vurderingen kommer aldri som et desimaltall. To grunner.

Først, falsk presisjon. Solver-output er konvergerte tilnærminger: solveren kjører til strategiene slutter å bevege seg mer enn en toleranse, så stopper den. Forskjellen mellom fornuftige linjer er ofte tusendeler av en big blind, nede i støyen fra selve tilnærmingen. En tredje desimalplass ser ut som informasjon. Det er det ikke.

For det andre, ord underviser bedre enn tall her. «Du tapte 0.03bb» får deg til å myse og lure på om det er mye. En setning forteller deg hva du skal gjøre med det som nettopp skjedde. Så hver beslutning får en enkeltlinjes, klartekst-innsikt i stedet: «Raise er hovedspillet (68%)» når det er et klart hovedvalg. «Jevn situasjon – begge spill er solide» når det ikke er det. «Stor bom – Check var spillet her» når du forvillet deg inn i en kostbar situasjon. Én linje, og du vet om du skal gå videre eller lene deg inn.

Ingenting av detaljene er skjult, for å være tydelig. Etter en beslutning kan du åpne range-visningen og se hele solver-oppdelingen – hver hånd du kunne holdt, hver handlings frekvens, og ja, EV-ene. Forskjellen er hva som leder: vurderingen gir deg en setning først og holder desimalene der de nysgjerrige kan finne dem, i stedet for å få deg til å gjøre tolkningen selv.

Hva en vurdering ikke kan fortelle deg

Her er den ærlige grensen for ethvert vurderingssystem: en vurdering kan lokalisere et avvik, men den kan ikke forklare det. GOOD med «Raise er hovedspillet (68%)» forteller deg hvor instinktene dine og strategien delte seg. Den forteller deg ikke hvorfor solveren elsker å raise det draget.

Hvorfor-et er der læringen bor, og det er hva «Spør hvorfor»-coachingen er til for. Trykk på den etter Knekt-Ti-hånden, og AI-coachen forklarer resonnementet bak det anbefalte spillet: drawet ditt er sterkt nok til at du er nær et myntkast selv mot hender som fortsetter, så å raise gir deg to måter å vinne på – motstanderen din folder nå, eller ett av de femten kortene dine ankommer – og å bygge potten mens hånden din har så mye potensial betyr at de gangene du kommer dit, vinner du mer. Det resonnementet overføres til det neste store drawet du holder, på et board du aldri har sett. Vurderingen fant gapet; samtalen fyller det. På gratisnivået får du 20 treningshender og 3 coachingsamtaler om dagen, som er nok til å gjøre det å spørre hvorfor til en vane på hendene som overrasker deg.

Bunnlinjen

En vurdering er et speil, ikke en dom over deg som spiller. Den sammenligner én beslutning mot en strategi: innenfor strategien forteller den deg hvor sentral handlingen din var; utenfor forteller den deg hva omveien kostet i big blinds. Det er alt den hevder å vite – og på grunn av indifferensprinsippet er det alt en ærlig vurdering kan hevde.

Nøyaktighetstallet ditt fortjener samme ærlighet. Prosentandelen av beslutninger vurdert GREAT eller GOOD er en treningsmetrikk, ikke vinnraten din. Varians vil fortsatt avgjøre fredagskvelden din; du kan spille med 85 prosent nøyaktighet og likevel tape tre buy-ins, mens fyren som caller alt, drar inn årets største pott.

Så ja – én beslutning kan vurderes, selv i et spill med flaks og blandede strategier. Ikke ut fra om den vant, og ikke ut fra et desimaltall som later som mer presisjon enn matematikken har, men ut fra hvor den sitter i forhold til en strategi som ikke kan dyttes rundt. Vurderingen viser deg hvor du og den strategien divergerer, hånd etter hånd. Det du gjør med det, er den faktiske treningen.