Jak Poker Sense ocenia twoje decyzje

Właśnie skończyłeś ćwiczebną rękę w Poker Sense. Byłeś w big blindzie – miejscu, które wykłada większy z dwóch wymuszonych zakładów, zanim rozdane zostaną jakiekolwiek karty – i wyrównałeś preflopowy raise, trzymając Jack i Ten pik. Flop, pierwsze trzy wspólne karty, przyszedł Queen pik, Nine pik, Four kier. Checkowałeś, przeciwnik postawił około połowy puli, a ty zrobiłeś rachunek: open-ended straight draw (dowolny King albo Eight kompletuje straighta) plus flush draw (jeszcze jeden pik robi flusha). Wyrównanie wydawało się w porządku. Wyrównałeś.

Ocena wróciła: GOOD. Pod nią, jedna linijka: “Dopuszczalna zagrywka. Raise to główna zagrywka (68%)”.

Good? Nie great? Miałeś potworny draw, wybrałeś ostrożną linię, a najwyraźniej komputer chciał, żebyś podbił – ale tylko 68 procent czasu, cokolwiek to znaczy. Co rodzi prawdziwe pytanie. Co w ogóle znaczy ocena jednej decyzji pokerowej? Poker to gra losowości, a sama matematyka często mówi, żeby grać tę samą rękę na dwa różne sposoby. Czy pojedynczą decyzję da się w ogóle ocenić?

Da się, ale nie w sposób, jaki większość ludzi zakłada. Przejście przez to, jak Poker Sense faktycznie to robi, okazuje się całkiem dobrym wprowadzeniem do tego, jak myśleć o decyzjach pokerowych w ogóle – zaczynając od tego, dlaczego oczywisty sposób ich oceniania zawodzi.

Oczywisty sposób oceniania, i dlaczego zawodzi

Oczywisty sposób oceniania decyzji pokerowej to zmierzenie tego, co kosztowała. Nowoczesna strategia pokerowa pochodzi z solverów: programów, które grają sytuację przeciwko sobie samym miliony razy, aż zbiegną do strategii Game Theory Optimal – w skrócie GTO – czyli strategii, której nie da się eksploatować, bez względu na to, co wypróbuje przeciwnik. Dla dowolnego spotu solver może powiedzieć ci wartość oczekiwaną każdej akcji: średnią kwotę, jaką ta akcja wygrywa albo przegrywa w długim terminie, z uśrednionym szczęściem pojedynczej ręki. Więc po prostu porównaj zagranie, które wybrałeś, z najlepszym dostępnym zagraniem. Różnica w średnim zysku to twoja ocena. Proste.

Oto problem, i to matematyczne serce całego tego wpisu. Na większości flopów solver nie wybiera jednej akcji. Gra mieszaną strategię: z tą samą ręką w tym samym spocie czasem podbija, a czasem wyrównuje, w konkretnych częstotliwościach. A przy equilibrium – stanie, gdzie obaj gracze grają idealnie i żaden nie może niczego zyskać, cokolwiek zmieniając – każda akcja, której solver faktycznie używa w miksowanym spocie, ma dokładnie tę samą wartość oczekiwaną.

To nie zbieg okoliczności. To powód, dla którego miksowanie w ogóle istnieje. Gdyby podbicie zarabiało choćby odrobinę więcej pieniędzy niż wyrównanie, solver nie podbijałby 68 procent czasu; podbijałby 100 procent czasu, bo solvery są bezwzględne co do zysku. Miks może przetrwać tylko wtedy, gdy akcje w nim są precyzyjnie zremisowane. Teoretycy gier nazywają to zasadą indyferencji: przy equilibrium jesteś obojętny między akcjami w miksie, bo zarabiają identycznie.

Teraz popatrz, co to robi z oczywistym schematem oceniania. Twój call w ręce Jack-Ten? Zero straconej wartości oczekiwanej. Raise, który aplikacja nazwała główną grą? Też zero. Foldowanie – jedyna akcja, której solver nigdy nie robi z tą ręką – to jedyny wybór, który cokolwiek kosztuje. Oceniaj wyłącznie stratą EV, a niemal każda decyzja postflopowa, która jest choćby z grubsza rozsądna, wraca jako “doskonała”. Świadectwo, gdzie niemal wszystko to piątka, to nie feedback. To tapeta.

Sygnał, którego strata EV nie widzi

Więc Poker Sense ocenia względem czegoś, na co strata EV jest ślepa: częstotliwości solvera.

Gdy solver podbija 68 procent, a wyrównuje 32 procent, obie akcje są w porządku – ale nie są identyczne jako nawyki. Twoi przeciwnicy nigdy nie grają przeciwko jednej decyzji; grają przeciwko twojemu całemu zakresowi, czyli każdej ręce, jaką mógłbyś trzymać, podejmując daną akcję. Gracz, który wyrównuje z każdym dużym drawem w takich spotach, buduje, jedną pozornie darmową decyzją na raz, inny zakres niż zbudował solver. Jego raise’y zawierają tylko silne gotowe ręce, co czyni te raise’y łatwymi do grania przeciwko. Jego calle są napchane drawami, co czyni jego późniejsze zakłady łatwymi do odczytania w chwili, gdy spada karta straighta albo flusha. Każdy pojedynczy call nic nie kosztował przy equilibrium. Ten nawyk po cichu przeniósł go na inną strategię – taką, dla której gwarancja “nic nie kosztuje” nigdy nie została wystawiona.

To jest wgląd, na którym zbudowany jest cały system werdyktów. Dopasowanie częstotliwości to sygnał, którego strata EV nie widzi. Gdy twoja akcja jest wewnątrz strategii solvera, użytecznym pytaniem nie jest “co to kosztowało” (nic), tylko “jak centralna jest ta akcja dla strategii”. Gdy twoja akcja jest poza strategią solvera, koszt staje się dokładnie właściwym pytaniem, bo teraz naprawdę jakiś istnieje.

Sześć werdyktów

Poker Sense sortuje każdą decyzję do jednego z sześciu werdyktów. Pierwsze trzy znaczą, że byłeś wewnątrz strategii solvera, i różnią się tylko tym, jak często solver robi to, co ty zrobiłeś. Ostatnie trzy znaczą, że byłeś poza nią, i różnią się tylko tym, jak kosztowny był objazd. Koszt mierzy się w big blindach – wielkości tego wymuszonego zakładu, który wyłożyłeś, standardowej jednostce miary pokera, zwykle skracanej do bb.

GREAT znaczy, że wybrałeś podstawowe zagranie, akcję, którą solver robi najczęściej – albo akcję, którą solver gra w granicach 10 punktów procentowych od tej podstawowej. Ta druga klauzula ma znaczenie. Gdy solver podbija 52 procent, a wyrównuje 48, wyrównanie nie jest gorszym wyborem; jest połową prawdziwego coin flipa, i tak też jest oceniane.

GOOD znaczy, że wybrałeś akcję, którą solver robi znaczącą część czasu: 15 procent lub więcej. Twój call z Jack-Ten ląduje tutaj. Solver podbija tą ręką przez większość czasu, a wyrównuje przez większość reszty, więc wyrównanie jest prawdziwą częścią strategii. Tylko nie nagłówkiem.

OKAY znaczy, że twoja akcja jest w strategii solvera, ale rzadka: poniżej 15 procent. Nic nie stracone, nie ma za co przepraszać. Ale jeśli wciąż lądujesz tutaj w tym samym rodzaju spotu, środek ciężkości strategii jest gdzieś, gdzie ciebie nie ma.

IFFY znaczy, że opuściłeś strategię, ale tanio: mniej niż 1.5 big blinda straconej wartości oczekiwanej. Prawdziwe pieniądze w czasie, ale nie nagły wypadek dzisiaj.

MISTAKE znaczy, że objazd kosztował 1.5 do 3 big blindów. To decyzje, w których skupiona nauka opłaca się najszybciej.

BLUNDER znaczy, że stracono 3 lub więcej big blindów. W ręce Jack-Ten sfoldowanie tego piętnastoutsowego potwornego draw na zakład w pół puli spaliłoby kilka big blindów i wylądowałoby tutaj. Każdy ma w sobie blundery; sens znajdowania swoich w treningu jest taki, że treningowe żetony są darmowe.

Jeszcze jedna liczba spina to wszystko: dokładność twojej sesji to po prostu procent twoich decyzji ocenionych na GREAT albo GOOD. To szybki odczyt tego, jak często zostawałeś blisko środka strategii.

Co naprawdę znaczy “bliski spot”

Niektóre spoty wcale nie są bliskie – solver bierze jedną akcję niemal zawsze, a cokolwiek innego to wyciek. Ale mnóstwo spotów jest naprawdę miksowanych, z dwiema lub więcej akcjami, które są niemal równe. Jeśli solver stawia 45 procent, a checkuje 55, te zagrania są praktycznie bliźniakami. Zasada indyferencji mówi, że zarabiają to samo, a częstotliwości mówią, że solver ledwie przechyla się w którąkolwiek stronę.

Wyobraź sobie, że mówi ci się, że “nie zdałeś” za stawianie w tym spocie. To nie byłoby nauczaniem; to byłby szum. Co gorsza, wytrenowałoby cię do polowania na jedną słuszną odpowiedź w sytuacjach, gdzie cały matematyczny sens polega na tym, że żadnej takiej nie ma.

Więc gdy spot jest bliski, Poker Sense to mówi. Okno 10 punktów wewnątrz GREAT istnieje dokładnie po to, a linijka insightu mówi to wprost: “Trafiona zagrywka. To naprawdę mieszany spot.” Ta linijka to aplikacja mówiąca ci, czym nie warto się przejmować. Ręce warte odtwarzania w drodze do domu to te, gdzie ty i solver naprawdę się rozeszliście – nie coin flipy.

Dlaczego ocena to słowo, nie liczba

Niektóre narzędzia treningowe zaczynają od surowego wyniku: bet jest wart 2.31 big blinda, check jest wart 2.28. Poker Sense oblicza to wszystko też – dokładnie tak wyznacza się granice IFFY, MISTAKE i BLUNDER, duże odchylenia oceniane dokładnie tym, ile big blindów palą – ale sama ocena nigdy nie przychodzi jako liczba dziesiętna. Dwa powody.

Po pierwsze, fałszywa precyzja. Wyniki solvera to zbieżne przybliżenia: solver działa, aż jego strategie przestaną się ruszać o więcej niż tolerancja, potem się zatrzymuje. Różnica między rozsądnymi liniami to często tysięczne big blinda, w głębi szumu samego przybliżenia. Trzecie miejsce po przecinku wygląda jak informacja. Nią nie jest.

Po drugie, słowa uczą tutaj lepiej niż liczby. “Straciłeś 0.03bb” każe ci mrużyć oczy i zastanawiać się, czy to dużo. Zdanie mówi ci, co zrobić z tym, co się właśnie wydarzyło. Więc każda decyzja dostaje zamiast tego jednolinijkowy insight w prostym języku: “Dopuszczalna zagrywka. Raise to główna zagrywka (68%)”, gdy jest jasna podstawowa opcja. “Trafiona zagrywka. To naprawdę mieszany spot.”, gdy jej nie ma. “Poważny błąd. Check to główna zagrywka tutaj.”, gdy zabłądziłeś gdzieś kosztownie. Jedna linijka, i wiesz, czy iść dalej, czy się w to zagłębić.

Żaden szczegół nie jest ukryty, żeby było jasne. Po decyzji możesz otworzyć widok zakresu i zobaczyć pełny rozkład solvera – każdą rękę, jaką mogłeś trzymać, częstotliwość każdej akcji, i tak, EV. Różnica jest w tym, co prowadzi: ocena podaje ci najpierw zdanie i trzyma liczby dziesiętne tam, gdzie ciekawscy mogą je znaleźć, zamiast każąc ci samemu robić interpretację.

Czego ocena nie może ci powiedzieć

Oto uczciwa granica każdego systemu ocen: ocena może zlokalizować rozbieżność, ale nie może jej wyjaśnić. GOOD z “Dopuszczalna zagrywka. Raise to główna zagrywka (68%)” mówi ci, gdzie twoje instynkty i strategia się rozdzieliły. Nie mówi ci, dlaczego solver uwielbia podbijać tym drawem.

To właśnie w “dlaczego” mieszka nauka, i po to jest coaching Zapytaj dlaczego. Stuknij go po ręce Jack-Ten, a AI coach wyjaśnia rozumowanie stojące za rekomendowanym zagraniem: twój draw jest wystarczająco silny, że jesteś blisko coin flipa nawet przeciwko rękom, które kontynuują, więc podbicie daje ci dwa sposoby na wygraną – przeciwnik folduje teraz, albo nadchodzi jedna z twoich piętnastu kart – a budowanie puli, póki twoja ręka ma tyle potencjału, znaczy, że gdy trafisz draw, wygrywasz więcej. To rozumowanie przenosi się na następny duży draw, jaki będziesz trzymał, na boardzie, którego nigdy nie widziałeś. Ocena znalazła lukę; rozmowa ją wypełnia. W darmowym planie dostajesz 20 ćwiczebnych rąk i 3 rozmowy z coachem dziennie, co wystarczy, żeby pytanie dlaczego stało się nawykiem na rękach, które cię zaskakują.

Podsumowanie

Ocena to lustro, nie wyrok na tobie jako graczu. Porównuje jedną decyzję ze strategią: wewnątrz strategii mówi ci, jak centralna była twoja akcja; na zewnątrz mówi ci, ile kosztował objazd w big blindach. To wszystko, co rości sobie prawo wiedzieć – a z powodu zasady indyferencji, to wszystko, co może rościć sobie prawo wiedzieć jakakolwiek uczciwa ocena.

Twoja liczba dokładności zasługuje na tę samą uczciwość. Procent decyzji ocenionych na GREAT albo GOOD to metryka treningowa, nie twój win rate. Wariancja wciąż zdecyduje o twoim piątkowym wieczorze; możesz grać z 85-procentową dokładnością i i tak przegrać trzy buy-iny, podczas gdy facet, który wyrównuje wszystko, zgarnia największą pulę roku.

Więc tak – jedną decyzję da się ocenić, nawet w grze losowości i mieszanych strategii. Nie przez to, czy wygrała, i nie przez liczbę dziesiętną udającą więcej precyzji, niż trzyma matematyka, ale przez to, gdzie stoi względem strategii, której nie da się popchnąć. Ocena pokazuje ci, gdzie ty i ta strategia się rozchodzicie, ręka po ręce. To, co z tym zrobisz, jest właściwym treningiem.