Hva er en poker-solver? (Og hvorfor du ikke trenger å kjøre en)

Det er torsdag kveld på det faste spillet ditt. Kveldens største pott bygger seg opp, kompisen din Dave tenker seg om i et helt minutt, og skyver så inn hele stacken med et flushdraw – fire kort mot en flush, i håp om at det femte kommer. Det gjør det ikke. Han taper potten, og mens han teller opp en rebuy, trekker han på skuldrene og sier: «Solveren sier jam der.» Alle ved bordet nikker som om det avgjør saken.

Du nikker med, du også. Men på bilturen hjem innser du at du ikke aner hva «solveren» egentlig er. Et program? En nettside? En person? («Jam», i det minste, vet du: det er pokerslang for å gå all-in.) Og hvordan vet Dave hva denne solver-greia sier om en tilfeldig hånd fra garasjespillet hans?

Rimelige spørsmål. Solvere er det viktigste som har skjedd med pokerstrategi på flere tiår, og også noe av det mest misforståtte. Så la oss åpne panseret: hva en solver egentlig er, hvordan den fungerer, hva svarene dens faktisk betyr, og hvorfor – til tross for hvor ofte den nevnes – du ikke trenger å kjøpe en, konfigurere en eller kjøre en for å dra nytte av alt den har lært oss.

Hva en solver egentlig er

En solver er programvare som beregner en nesten perfekt strategi for én presist spesifisert pokersituasjon. Ikke poker generelt. Én situasjon, stavet ut i fullstendig detalj før beregningen starter.

For å sette opp den situasjonen, mater du solveren med fire ting. Først, selve situasjonen ved bordet: felleskortene som er delt så langt og pengene som allerede er i potten. For det andre, begge spilleres range – en range er det fullstendige settet av hender en spiller realistisk kan holde gitt handlingen så langt. Hvis noen raiset før floppen (de tre første delte felleskortene), kan rangen deres være par, sterke Ess og noen suited hender (to kort av samme farge); det er absolutt ikke enhver mulig holding. For det tredje, stackstørrelsene – hvor mye penger hver spiller har igjen å bette. For det fjerde, en meny av tillatte innsatsstørrelser. Du forteller solveren at ved hver beslutning kan en spiller sjekke, bette en tredjedel av potten, bette tre fjerdedeler av potten, eller gå all-in, og ingenting annet.

Så går maskinen i gang, og det som kommer tilbake, er ikke et tips. Det er en komplett strategi for begge spillere: for hver eneste hånd i hver range, ved hvert beslutningspunkt i situasjonen, hvor ofte man skal bette, sjekke, calle, raise eller folde, pluss expected value for hvert alternativ. Expected value, eller EV, er den gjennomsnittlige fortjenesten av et spill over tid. Så solveren sier ikke bare «å bette er bra her». Den sier at å bette akkurat denne hånden med akkurat denne størrelsen er verdt 4,31 big blinds i gjennomsnitt, mens sjekking er verdt 4,28. (Big blind er den tvungne innsatsen som setter innsatsnivået; spillere måler stacker og fortjeneste i big blinds på samme måte som snekkere måler i tommer.)

Hvordan en solver finner svaret

Her er delen de fleste aldri hører, og den er overraskende enkel. Det er ingen pokerkunnskap programmert inn i en solver. Ingen håndlesningsvisdom, ingen «bløff de skumle kortene», ingen strategibøker fordøyd til kode. En solver er bare to virtuelle spillere låst inne i et rom, som uendelig justerer seg mot hverandre.

Det fungerer slik. Begge virtuelle spillere starter med mer eller mindre vilkårlige strategier. Spiller én undersøker spiller tos strategi og skifter mot spillene som tjener mest penger mot den. Så gjør spiller to det samme tilbake. Hver justering fra den ene siden åpner nye svakheter for den andre siden å angripe, så de justerer igjen, og igjen – millioner, deretter milliarder av små korreksjoner. Over tid blir justeringene mindre og mindre, helt til de to lander på et par strategier der ingen av spillerne kan vinne noe på å endre videre. Det stoppunktet kalles en likevekt, og det er nøyaktig hva GTO betyr: en strategi som ikke kan utnyttes, fordi hver utnyttelse allerede er forsøkt og besvart et sted i de milliardene av iterasjoner.

Legg merke til hva som mangler: forståelse. Solveren har aldri grepet hvorfor noe av det fungerer. Alle de elegante konseptene coacher nå underviser ut fra solver-output, er menneskelige forklaringer, reverse-engineeret i etterkant. Maskinen bare mot-justerte, ubønnhørlig, til det ikke var noe mer å fikse.

Hvordan output ser ut (og hvorfor det føles rart)

Si at du raiser før floppen fra button – den beste posisjonen ved bordet, som handler sist i hver innsatsrunde etter floppen – og big blind caller. Floppen kommer Konge-Sju-To rainbow, som betyr tre forskjellige farger, så ingen flushdraw er mulig. Du holder Ess-Konge: top pair (du har paret det høyeste kortet på boardet) med best mulig kicker (sidekortet som avgjør uavgjort mellom matchende par).

Spør en solver om denne situasjonen, og den vil ikke si «bet». Den vil si noe sånt som: bet en tredjedel av potten 67% av tiden, sjekk 33% av tiden. For én hånd. I én situasjon.

Hvis det svaret får deg til å blunke, er du i godt selskap: det er den mest forvirrende delen av solver-output for nykommere. Kortversjonen: når to handlinger er verdt nesten samme EV, holder det å dele mellom dem den totale strategien din balansert og uforutsigbar, slik at observante motstandere ikke kan profitere på mønstrene dine. Vi skrev en full guide til blandede strategier som pakker ut dette, inkludert den betryggende praktiske konklusjonen: når solveren blander, er begge handlinger fine, og å bare velge den hyppigste er aldri en alvorlig feil.

Multipliser nå den typen svar på tvers av hver hånd i rangen din, og på tvers av hvert mulige turn- og riverkort (det fjerde og femte felleskortet), og du kan se hva solver-output egentlig er. Ikke råd. Et gigantisk kart: tusenvis av frekvenser og EV-er som beskriver en hel strategi, der hvert tall er korrekt og ingen av dem forklarer seg selv.

Det med liten skrift: Solvere løser et forenklet spill

Nå til delen som blir utelatt ved bordet. En solver løser aldri ekte no-limit hold’em. Den løser en forenklet versjon av det, og forenklingen betyr noe.

I en ekte hånd kan du bette et hvilket som helst beløp, fra minimum og opp til hele stacken din. I en $200-pott er det hundrevis av lovlige innsatsstørrelser, ved hvert beslutningspunkt, for hver kombinasjon av fremtidige kort. Hele spilltreet – hver mulige sekvens av handlinger og kort – er så astronomisk stort at ingen datamaskin kan holde det, langt mindre løse det. Så solveren vurderer bare den håndfullen av innsatsstørrelser du ga den. Tillat bare en en-tredjedels-pott-innsats, og den produserer den perfekte strategien for et spill der det er den eneste innsatsen tilgjengelig. Gi den en tre-fjerdedels-pott-meny i stedet, og den returnerer en synlig annerledes strategi for den samme Konge-Sju-To-floppen: færre innsatser, flere sjekker, andre hender som better.

Rangene du legger inn, betyr like mye. Mat den med en preflop-range som er litt for stram eller for løs, og hver frekvens nedstrøms skifter. Og nesten alt solver-arbeid er heads-up – nøyaktig to spillere. Torsdagskveldens pott med fem spillere i seg er langt utenfor det standardverktøyene vil kartlegge for deg.

Sett alt det sammen, og «solveren sier» viser seg å være en forkortelse for «en solver, gitt akkurat denne situasjonen, disse antatte rangene og denne innsatsstørrelses-menyen, sier». To spillere kan studere samme situasjon med litt forskjellige antagelser og gå derfra og siterer forskjellige svar, og begge snakker sant. Outputen er aldri bedre enn inputen.

Hvordan solvere endret måten poker spilles på

Litt historie forklarer hvorfor alle plutselig begynte å snakke som Dave.

For det meste av pokerens eksistens kom strategi fra bøker og krangler. Sterke spillere skrev ned prinsipper, andre sterke spillere var uenige, og det fantes ingen dommer. Da online poker eksploderte, kom tracking-databaser: programvare som registrerte hver hånd du spilte online og lot deg studere millioner av dem. Nå kunne du se hva vinnende spillere faktisk gjorde, som var reell fremgang. Men «hva vinnere gjør» er ikke det samme som «hva som er optimalt». Vinnerne gjettet også, bare mer vellykket.

Så, rundt 2015, nådde solvere som PioSOLVER offentligheten, og for første gang hadde strategispørsmål svar i stedet for meninger. Effektene var raske og synlige. Proffer oppdaget at solveren bettet lite på floppen – ofte en tredjedel av potten – der standarden på den tiden var mye større innsatser. Check-raise (å checke, så raise etter at motstanderen better) viste seg å være dramatisk underbrukt, selv av eliten. Og solveren blandet nesten alt, og delte spillet sitt mellom handlinger der mennesker alltid hadde jaktet på det ene riktige svaret. Se på et hvilket som helst høyinnsatsspill i dag, og du ser strategier som knapt eksisterte før maskiner kartla terrenget.

Hvorfor du ikke trenger å kjøre en selv

Her er den ærlige versjonen av hva det å gjøre ditt eget solver-arbeid innebærer, fordi ingen som sier «solveren sier», noensinne nevner det.

Først kjøper du programvaren. PioSOLVER og GTO+ er de vanlige gjør-det-selv-veiene, og for å være rettferdig, er begge genuint kraftige og rimelig priset for det de gjør. Så starter det ekte arbeidet. Du konstruerer realistiske ranger for begge spillere, noe som krever at du allerede vet mye om god poker – et ekte høna-eller-egget-problem. Du velger hvilke innsatsstørrelser som skal inkluderes, vel vitende om at svaret bare er så godt som den menyen. Du venter mens datamaskinen din kverner: minutter for et grovt svar, timer for et presist. Og når den er ferdig, stirrer du på det gigantiske kartet – et rutenett av hender og frekvenser uten noen forklaringer festet til. Å gjøre «sjekk 33%» til en overførbar leksjon om hvorfor, er en ferdighet i seg selv, og det tar hundrevis av timer å utvikle.

Profesjonelle spillere tar dette alvorlig nok til at mange av dem bokstavelig talt betaler andre for å gjøre det. Det finnes proffer hvis hele jobb er å kjøre og tolke solver-simuleringer for andre proffer. Det er innsatsnivået ekte solver-arbeid krever.

Vær nå ærlig om din egen situasjon. Du spiller et hjemmespill hver uke eller annenhver uke. Du vil slutte å gjøre feilene som koster deg buy-ins, og begynne å ta beslutninger du faktisk kan forsvare. Trenger du å personlig betjene industriell strategiberegningsprogramvare? Eller trenger du leksjonene begravd i outputen, trukket ut og forklart på vanlig norsk?

Å få leksjonene uten lisensen

Den gode nyheten er at solver-kunnskap ikke utløper. Likevekten for en gitt situasjon er den samme i dag som den var i fjor, noe som betyr at noen kan beregne den én gang, nøye, og tusenvis av spillere kan lære av den. Så den fornuftige veien for en hjemmespiller er et studieverktøy bygget på forhåndsberegnede løsninger: du øver på realistiske beslutninger, sammenligner valget ditt med solverens, og bruker energien din på forståelse i stedet for beregning.

Den manglende brikken, historisk sett, var forklaringen – «hvorfor»-et som en vegg av frekvenser aldri gir. Det er der AI-pokertrening genuint har endret ting, og det er tilnærmingen vi tok med Poker Sense: du øver på hender med umiddelbar GTO-tilbakemelding beregnet fra ekte solver-output, og når en anbefaling overrasker deg, forklarer «Spør hvorfor»-coachingen resonnementet bak det anbefalte spillet. Gratisnivået inkluderer tjue treningshender og tre AI-coachingsamtaler om dagen, nok til å finne ut om denne måten å lære på passer deg.

Uansett hvordan du studerer, er prinsippet det samme. Den trege, dyre, tekniske delen av solver-arbeidet er allerede gjort, av folk med bedre maskinvare og mer tålmodighet enn noen av oss. Din jobb er delen som aldri var automatiserbar uansett: læringen.

Bunnlinjen

En solver er en mot-justeringsmaskin: to virtuelle spillere som sparrer i milliarder av runder til ingen av dem kan forbedre seg, inne i et forenklet spill definert utelukkende av hva et menneske matet den med – boardet og potten, stackene, rangene, og menyen av innsatsstørrelser. Oppdagelsene dens omkoblet moderne pokerstrategi, og det med liten skrift – svaret er aldri bedre enn inputen – blir rutinemessig ignorert av folkene som siterer den.

Du trenger ikke å kjøre en. Du trenger det den fant, oversatt til leksjoner du kan bruke torsdag kveld. Og neste gang Dave kunngjør at solveren sier jam der, kan du smile og spørre ham hvilke ranger han ga den. Se hva som skjer.