GTO vs โป๊กเกอร์แบบ Exploit: แบบไหนชนะใน Home Game ของคุณ?

นี่คือมือสุดท้ายก่อนพิซซ่าจะมาส่ง คุณถือ Eight และ Seven of spades แล้ว flop (ไพ่กลางสามใบแรก) ออกมาเป็น King of hearts, Nine of spades, Six of clubs นั่นคือ straight draw: Ten ใบไหนก็ได้หรือ Five ใบไหนก็ได้จะทำให้คุณได้ straight คุณ bet แล้ว Dave call Turn คือ Two of diamonds คุณ bet อีกครั้ง แล้ว Dave ก็ call อีกครั้ง River ซึ่งเป็นไพ่ใบสุดท้าย คือ Three of hearts และ draw ของคุณก็ไม่ติด

ในพ็อตมี $100 และช่วงนี้คุณก็ศึกษาโป๊กเกอร์มาพอสมควร คุณรู้ว่าผู้เล่นเก่งๆ จะ bluff ในจุดนี้เป็นบางครั้ง คุณจึง bet $100 ลงไป Dave มองหน้าคุณราวหนึ่งวินาทีแล้ว call ด้วย Six และ Five of diamonds ซึ่งเป็นคู่ Six ก็แน่ล่ะ Dave call ทุกอย่าง

“ไหนว่า GTO ดีนักหนา” คุณคิดในใจ แต่กลยุทธ์ไม่ได้ล้มเหลว คุณแค่เอามันไปใช้กับคนเดียวในโต๊ะที่กลยุทธ์นี้ไม่เหมาะจะใช้ด้วย

การตัดสินใจว่าจะทำอะไรบนโต๊ะโป๊กเกอร์มีอยู่สองวิธี วิธีแรกคือ GTO ซึ่งย่อมาจาก Game Theory Optimal: กลยุทธ์สมดุลที่ไม่มีคู่ต่อสู้คนไหนเอาชนะได้ในระยะยาว ไม่ว่าเขาจะเป็นใคร อีกวิธีคือการเล่นแบบ exploit: หาให้เจอว่าคนที่นั่งตรงข้ามคุณทำผิดพลาดเรื่องไหนซ้ำๆ แล้วปรับเกมของคุณเองเพื่อทำกำไรจากความผิดพลาดนั้นให้ได้มากที่สุด ผู้เล่นมักเถียงกันว่าแบบไหนดีกว่า ราวกับว่าต้องเลือกแค่อย่างเดียว ซึ่งคุณไม่ต้องเลือก บทความนี้จะพูดถึงว่าแต่ละแบบคืออะไร การ exploit หนึ่งอย่างมีค่าเป็นเงินจริงกี่ดอลลาร์ การปรับสามอย่างที่สำคัญที่สุดใน home game และทำไมผู้เล่นที่ exploit ได้เก่งที่สุดจึงเป็นคนที่เรียนรู้กลยุทธ์สมดุลมาก่อน

สองวิธีเล่นเป่ายิ้งฉุบ

ภาพที่อธิบายความแตกต่างนี้ได้ชัดที่สุดไม่ใช่มือโป๊กเกอร์ แต่เป็นเป่ายิ้งฉุบ

เกมนี้มีวิธีเล่นที่ไม่มีใครเอาชนะได้: ออกค้อน กระดาษ และกรรไกรแบบสุ่ม อย่างละหนึ่งในสามของจำนวนครั้ง ไม่มีใครเอาชนะวิธีนี้ได้ในระยะยาว เพราะไม่มีรูปแบบให้จับ นั่นคือกลยุทธ์ GTO ของเป่ายิ้งฉุบ

ทีนี้สมมติว่าเพื่อนของคุณออกค้อนทุกครั้งไม่มีเปลี่ยน เมื่อเจอเพื่อนคนนี้ การเลือกแบบสุ่มจะชนะหนึ่งในสามของจำนวนตา แพ้หนึ่งในสาม และเสมอหนึ่งในสาม คุณเท่าทุน กลยุทธ์ที่ไม่มีใครเอาชนะได้นั้นไม่แพ้ก็จริง แต่เมื่อเจอผู้เล่นที่แย่ที่สุดเท่าที่จะนึกออก มันก็ไม่ชนะเหมือนกัน

กลยุทธ์แบบ exploit นั้นเห็นได้ชัดอยู่แล้ว: ออกกระดาษทุกครั้ง แล้วชนะทุกตา แต่มันมีข้อเสียอยู่ข้อหนึ่ง การออกกระดาษตลอดก็เป็นกลยุทธ์ที่เอาชนะได้ง่ายที่สุดในโลกเช่นกัน ทันทีที่เพื่อนของคุณสังเกตเห็นแล้วเปลี่ยนไปออกกรรไกร คุณจะแพ้ทุกตา จนกว่าคุณจะสังเกตเห็นว่าเขาเปลี่ยนแล้วปรับตาม

สิ่งที่ได้กับสิ่งที่เสียของแต่ละแบบมีอยู่เท่านี้เอง กลยุทธ์สมดุลไม่มีใครเอาชนะได้ แต่ก็ไม่ได้ทำกำไรจากใครได้เต็มที่ กลยุทธ์แบบ exploit ทำกำไรจากความผิดพลาดของคู่ต่อสู้คนหนึ่งได้เต็มที่ แต่ใครก็ตามที่คอยสังเกตอยู่ก็เอาชนะมันได้

GTO ทำอะไรได้เมื่อเจอผู้เล่นที่เล่นไม่ดี

โป๊กเกอร์ต่างจากเป่ายิ้งฉุบอยู่เรื่องหนึ่งที่สำคัญ: ในโป๊กเกอร์ GTO ชนะผู้เล่นที่เล่นไม่ดีได้จริง คนที่เล่นมือมากเกินไปก่อน flop หรือจ่ายแพงเกินไปเพื่อไล่ draw จะเสียเงินให้คู่ต่อสู้ที่เล่นแบบสมดุล โดยที่คู่ต่อสู้คนนั้นไม่ต้องทำอะไรเป็นพิเศษเลย ความผิดพลาดพวกนี้ทำให้เสียเงินไม่ว่าจะเจอกลยุทธ์ที่สมเหตุสมผลแบบไหนก็ตาม

แต่ยังมีความผิดพลาดอีกประเภทหนึ่งที่ความสมดุลไม่ลงโทษ และมันถูกออกแบบมาให้เป็นอย่างนั้นโดยตั้งใจ: การทำสิ่งที่สมเหตุสมผลบ่อยเกินไป หรือไม่บ่อยพอ การ call มากเกินไปคือตัวอย่างคลาสสิก มาดู river ของ Dave กันอีกครั้ง คราวนี้พร้อมตัวเลข

พ็อตมี $100 และคุณ bet $100 ลองนึกภาพว่าจุดเดียวกันนี้เกิดขึ้นสามครั้ง Value bet คือการ bet ด้วยมือแข็งแรงที่อยากให้มือที่แย่กว่า call และกลยุทธ์สมดุลที่ bet เท่าขนาดพ็อตบน river จะมี value bet สองครั้งต่อ bluff หนึ่งครั้ง ดังนั้นสองครั้งคุณถือมือแข็งแรง และหนึ่งครั้งคุณถือ draw ที่ไม่ติด เพื่อให้คิดเลขง่าย สมมติว่า Dave ถือมือประเภทเดียวกันทั้งสามครั้ง: มือที่ชนะ bluff ของคุณแต่แพ้มือแข็งแรงของคุณ ผู้เล่นเรียกมือแบบนี้ว่า bluff-catcher

• ถ้า Dave fold ทั้งสามครั้ง คุณเก็บพ็อต $100 ได้สามครั้ง: $300
• ถ้า Dave call ทั้งสามครั้ง มือแข็งแรงสองมือของคุณแต่ละมือชนะพ็อตบวกกับ $100 ที่เขา call มา คือมือละ $200 รวมสองมือเป็น $400 ส่วน bluff ของคุณเสีย $100 ก็เท่ากับ $300 อีกเหมือนเดิม

ได้ $300 เท่ากันทั้งสองทาง นี่แหละคือความหมายของคำว่าสมดุล กลยุทธ์นี้ถูกสร้างมาให้ไม่ว่า Dave จะทำอะไรกับ bluff-catcher ของเขาก็ไม่มีผล ซึ่งเป็นสิ่งที่คุณต้องการพอดีเมื่อเจอคนแปลกหน้า แต่คุณรู้ว่า Dave จะทำอะไร Dave call

• ถ้าคุณ bet มือแข็งแรงสองมือ แล้วแค่ check กับ draw ที่ไม่ติด โดยยอมทิ้งพ็อตไปในครั้งนั้นครั้งเดียว คุณชนะ $400 และไม่เสียอะไรกับ bluff เลย รวมเป็น $400

ได้เงินเพิ่มขึ้นหนึ่งในสาม จากการทำน้อยลง การ exploit ก็มีแค่นี้เอง: คุณเลิกทำส่วนของกลยุทธ์สมดุลที่คู่ต่อสู้คนนี้ทำให้ไม่ได้กำไร และทำให้มากขึ้นในส่วนที่เขาต้องเสียเงินให้คุณ

การปรับสามอย่างที่สำคัญใน Home Game

คุณไม่จำเป็นต้องจดบันทึกละเอียดเกี่ยวกับผู้เล่นทุกคน ความผิดพลาดสามแบบครอบคลุมเกือบทั้งหมดของสิ่งที่คุณจะเจอใน home game และแต่ละแบบก็มีวิธีรับมือง่ายๆ

ผู้เล่นที่ call มากเกินไป ผู้เล่นเรียกคนแบบนี้ว่า calling station และเป็นประเภทที่พบบ่อยที่สุดใน home game ทุกวง เลิก bluff ใส่เขา Bluff ได้ผลก็ต่อเมื่อเขา fold เท่านั้น และเขาไม่ fold จากนั้นให้ bet มือดีของคุณบ่อยขึ้น และใหญ่ขึ้น สมมติว่าบน board King-Nine-Six-Two-Three เดิม คุณถือ King และ Jack of clubs: top pair คือคู่ที่ทำกับไพ่สูงสุดบน board พร้อม kicker (ไพ่อีกใบของคุณ) ระดับกลางๆ เมื่อเจอคู่ต่อสู้ที่เล่นแบบสมดุล การ bet ใหญ่บน river ด้วยมือนี้อาจเป็นการตัดสินใจที่ก้ำกึ่ง เพราะมือที่อ่อนกว่ามือคุณส่วนใหญ่จะ fold แต่เมื่อเจอ Dave นี่คือ bet ที่ตัดสินใจง่าย เขา call ด้วย King ที่มี kicker ต่ำกว่าของคุณ ด้วย Nine ใบไหนก็ได้ และด้วย Six ใบไหนก็ได้ และเมื่อ calling station จู่ๆ ก็ raise ให้ถือว่าเขามีมือที่แข็งแรงมาก

ผู้เล่นที่ fold มากเกินไป นี่คือผู้เล่น tight ที่รอแต่มือใหญ่ และยอมแพ้เมื่อไม่มีมือแบบนั้น ให้ทำตรงข้ามกับที่คุณทำกับ Dave คือ raise บ่อยขึ้นเมื่อเขาอยู่ใน blind (สองที่นั่งที่ต้องวาง bet บังคับก่อนแจกไพ่) bet เมื่อเขา check มาหาคุณ และ bluff บ่อยกว่าที่ความสมดุลจะยอมให้ทำ: ในตัวอย่างข้างบน ความสมดุลจำกัดคุณไว้ที่ bluff หนึ่งครั้งต่อ value bet สองครั้ง แต่เมื่อเจอผู้เล่นคนนี้ draw ที่ไม่ติดทุกมือ bet ได้หมด อีกด้านหนึ่งของการปรับก็สำคัญไม่แพ้กัน เมื่อผู้เล่นคนนี้ bet ใหญ่หรือ raise ให้ fold มากกว่าที่คุณทำตามปกติ เมื่อเจอ bet ขนาดเท่าพ็อต กลยุทธ์สมดุลจะ call ด้วย bluff-catcher ประมาณครึ่งหนึ่งของที่มี แต่เมื่อเจอคนที่ไม่เคยเปิดไพ่ออกมาเป็น bluff เลยสักครั้ง ให้ fold ทั้งหมด

ผู้เล่นที่ bet มากเกินไป ผู้เล่นบางคน bet และ raise ด้วยมือแทบทุกแบบ และ bet ทุกครั้งที่มีคน check มาหา อย่าพยายามเอาชนะเขาด้วยการ bluff ให้มากกว่า ให้ใช้ bluff-catcher ของคุณ call เขาไปจนจบมือแทน: การ call bet ขนาดเท่าพ็อตนั้น คุณต้องถูกแค่หนึ่งครั้งในสามครั้ง และเมื่อเจอคนที่ bet ทุก river คุณจะถูกบ่อยกว่านั้นมาก ส่วนเมื่อมีมือแข็งแรง ให้ check แล้วปล่อยให้เขาเป็นฝ่าย bet ใส่เงินเข้ามาเอง

สังเกตรูปแบบให้ดี การปรับทุกอย่างคือการแก้ทางความผิดพลาดของเขา เขา call มากเกินไป คุณจึง bluff น้อยลงและ value bet มากขึ้น เขา fold มากเกินไป คุณจึง bluff มากขึ้นและ call จ่าย bet ของเขาน้อยลง เขา bluff มากเกินไป คุณจึง call มากขึ้น

ยังมีการปรับอีกอย่างหนึ่งที่คุณทำได้ตั้งแต่ก่อนจะมีใครนั่งลง Home game ทั่วไปเมื่อมองภาพรวมทั้งวงจะ call มากเกินไปและ bluff น้อยเกินไป นั่นคือเหตุผลที่คู่มือ river ของเราบอกให้คุณ bluff น้อยกว่าที่ solver (โปรแกรมที่คำนวณกลยุทธ์สมดุล) จะทำ และให้ถือว่า bet ใหญ่บน river มาจากมือแข็งแรง เมื่อเจอผู้เล่นใน home game ที่คุณยังไม่รู้อะไรเกี่ยวกับเขาเลย ให้เริ่มจากสมมติฐานนี้ไว้ก่อน จนกว่าเขาจะแสดงให้เห็นเป็นอย่างอื่น

ราคาของการ Exploit

จำข้อเสียของการออกกระดาษตลอดในเป่ายิ้งฉุบได้ไหม การ exploit ทุกอย่างเปิดช่องให้คุณโดนแก้ทางกลับได้เสมอ ถ้าคุณไม่เคย bluff ใส่ Dave เลย วันที่ Dave คิดออกว่า bet บน river ของคุณเป็นมือแข็งแรงทุกครั้ง เขาก็แค่ fold แล้วมือแข็งแรงของคุณก็จะไม่มีใคร call จ่ายให้อีก

ใน home game ความเสี่ยงนั้นมักจะน้อย Dave call มาสิบปีแล้ว และเขาไม่มีทีท่าว่าจะเลิก ความเสี่ยงสองอย่างที่ทำให้คนเสียเงินจริงๆ เป็นอีกเรื่องหนึ่ง

การอ่านของคุณผิด การอ่านคือข้อสรุปของคุณว่าคู่ต่อสู้คนหนึ่งเล่นอย่างไร และมือเดียวยังไม่ใช่รูปแบบ การที่ Dave call ด้วยคู่ Six หนึ่งครั้งบอกอะไรคุณได้น้อยมาก แต่การที่ Dave call ด้วยมือแบบนั้นสามครั้งในคืนนี้บอกอะไรได้เยอะ หลักฐานที่ดีที่สุดคือ showdown ซึ่งเป็นตอนที่เปิดไพ่และคุณได้เห็นว่าเขามีอะไรจริงๆ ผู้เล่นที่ “ดู tight” หลังผ่านไปยี่สิบนาที อาจแค่ได้ไพ่แย่ติดกันยี่สิบนาทีก็ได้ ดังนั้นให้ปรับมากหรือน้อยตามน้ำหนักของหลักฐาน และใช้การทดสอบง่ายๆ: คุณพูดเหตุผลออกมาดังๆ ได้ไหม? “คืนนี้เขา call bet ใหญ่บน river ด้วยคู่อ่อนมาสองครั้งแล้ว” คือเหตุผล ส่วน “ฉันมีลางสังหรณ์เกี่ยวกับเขา” ไม่ใช่

คนเราเปลี่ยนได้ ผู้เล่นที่เสียไปแล้ว $200 ในคืนนี้ไม่ได้เล่นเหมือนที่เขาเล่นตอนสองทุ่ม ผู้เล่นที่คุณ value bet ใส่มาทั้งคืน สุดท้ายก็จะ fold จนได้ คอยสังเกตต่อไป และเมื่อรูปแบบนั้นไม่โผล่มาให้เห็นแล้ว ก็กลับไปเล่นเหมือนไม่มีรูปแบบนั้น

ทำไมกลยุทธ์พื้นฐานต้องมาก่อน

“Dave call มากเกินไป” มากเกินไปเมื่อเทียบกับอะไร?

คุณจะมองเห็นการเบี่ยงเบนได้ก็ต่อเมื่อรู้ว่าปกติหน้าตาเป็นอย่างไร และกลยุทธ์สมดุลคือไม้บรรทัดที่ใช้วัด เมื่อเจอ bet ขนาดเท่าพ็อต ผู้เล่นที่เล่นแบบสมดุลจะ call หรือ raise ประมาณครึ่งหนึ่งของจำนวนครั้ง และ fold ในครั้งที่เหลือ คนที่ fold แค่หนึ่งครั้งในห้าครั้งกำลังยื่นโอกาสทำเงินให้คุณอย่างหนึ่ง คนที่ fold สี่ครั้งในห้าครั้งก็กำลังยื่นโอกาสให้คุณอีกอย่างหนึ่ง ถ้าไม่มีกลยุทธ์พื้นฐาน คุณจะแยกทั้งสองคนนี้ออกจากผู้เล่นที่เล่นถูกต้องไม่ได้เลย

นั่นยังเป็นเหตุผลที่ “การเล่นแบบ exploit” ที่ไม่มีกลยุทธ์พื้นฐานรองรับ คือสิ่งที่คนส่วนใหญ่ใน home game ทำกันอยู่แล้ว: การเดา ที่มีเรื่องเล่าฟังดูเข้าท่ามาประกอบ เรื่องเล่านั้นให้ความรู้สึกเหมือนการอ่าน แต่เมื่อไม่มีไม้บรรทัดรองรับอยู่ข้างหลัง มันก็เป็นแค่ลางสังหรณ์

และกลยุทธ์พื้นฐานคือที่ที่คุณกลับไปหา เมื่อเจอผู้เล่นหน้าใหม่ เจอผู้เล่นเก่ง หรือเมื่อไหร่ก็ตามที่คุณไม่มีหลักฐานเหลือให้อ้างอิง กลยุทธ์สมดุลคือกลยุทธ์ที่ไม่มีทางผิดพลาดร้ายแรง ไม่ใช่ทุกคนบนโต๊ะจะเป็น Dave

ดังนั้นลำดับคือ: เรียนรู้กลยุทธ์พื้นฐาน คอยมองหาผู้เล่นที่เล่นห่างจากมันมาก ปรับเพื่อแก้ทางความผิดพลาดของเขา ให้มากน้อยตามหลักฐานที่คุณมี แล้วกลับไปที่กลยุทธ์พื้นฐานเมื่อไม่เห็นรูปแบบนั้นอีก

Poker Sense ช่วยตรงไหน

Poker Sense สร้างมาเพื่อสอนกลยุทธ์พื้นฐานให้คุณ คุณเล่นหนึ่งมือ ตัดสินใจ แล้วแอปจะให้เกรดการตัดสินใจนั้นทันที โดยเทียบกับกลยุทธ์สมดุลของ solver มือที่ได้เกรดมาแค่มือเดียวบอกอะไรคุณได้ไม่มาก แต่สองสามร้อยมือบอกได้ คำตอบแบบสมดุลจะเริ่มรู้สึกเหมือนสามัญสำนึก: คุณรู้คร่าวๆ ว่ามือแบบที่คุณถือจะ bet บ่อยแค่ไหนในจุดนี้ และ fold บ่อยแค่ไหนเมื่อเจอ bet นี่คือไม้บรรทัดที่บทความนี้พูดถึงมาตลอด และการฝึกซ้ำๆ คือวิธีที่จะได้มันมา

เมื่อคำตัดสินทำให้คุณแปลกใจ ให้กด “ถามทำไม” แล้ว coach จะอธิบายว่าทำไม solver ถึง bet, check หรือ call ในจุดนั้น และคุณถามต่อได้เรื่อยๆ จนกว่าจะเข้าใจ เหตุผลนี่แหละคือสิ่งที่ทำให้กลยุทธ์พื้นฐานใช้ได้จริงในคืนวันศุกร์ เมื่อคุณรู้ว่า bluff มีที่อยู่ในกลยุทธ์เพราะคู่ต่อสู้ที่เล่นแบบสมดุล fold บ่อยพอ คุณก็รู้ด้วยว่าต้องตัด bluff นั้นทิ้งเมื่อเจอ Dave ซึ่งไม่ fold

กลยุทธ์พื้นฐานใช้วัดการเล่นของคุณเองได้ด้วย ในแผน Pro หน้าสถิติจะเปรียบเทียบว่าคุณ fold, check, call และ raise บ่อยแค่ไหนในมือฝึกของคุณ กับที่ solver ทำบ่อยแค่ไหน และบอกว่าตรงไหนที่คุณ “คอลมากเกิน” หรือ “โฟลด์มากเกิน” ทุกคนต่างก็เป็น Dave ของใครสักคน และรู้เรื่องนี้จากแอปก็ยังดีกว่ารู้จากผู้เล่นที่นั่งทางซ้ายมือของคุณ

แผนฟรี ให้คุณ 20 มือและการสนทนา coaching 3 ครั้งต่อวัน ครอบคลุมการตัดสินใจ preflop รวมถึง flop ใน single raised pot (พ็อตที่มีการ raise หนึ่งครั้งก่อน flop) ใน 20 มือนั้น 3 มือเลือกเล่นเป็นมือเต็มได้ในโหมดเล่นจนจบมือ ซึ่งเล่นตั้งแต่ flop ไปจนจบมือ เท่านี้ก็พอให้เริ่มเรียนรู้กลยุทธ์พื้นฐานแล้ว

บทสรุป

GTO คือกลยุทธ์ที่ไม่มีใครเอาชนะได้ การเล่นแบบ exploit คือกลยุทธ์ที่ทำกำไรได้มากที่สุดจากผู้เล่นคนใดคนหนึ่งโดยเฉพาะ แต่ก็ถูกเอาชนะกลับได้เช่นกัน คุณไม่ต้องเลือกอย่างใดอย่างหนึ่ง คุณเริ่มจากกลยุทธ์สมดุล แล้วออกจากมันอย่างตั้งใจเมื่อมีใครให้เหตุผลที่คุณพูดออกมาดังๆ ได้

เจอผู้เล่นที่ call มากเกินไป ให้เลิก bluff แล้ว bet มือดีของคุณให้ใหญ่ขึ้น เจอผู้เล่นที่ fold มากเกินไป ให้ bluff มากขึ้น และ fold เมื่อเขา bet ขึ้นมาในที่สุด เจอผู้เล่นที่ bet มากเกินไป ให้ call มากขึ้น และเจอทุกคนที่คุณยังอ่านไม่ออก ให้ยึดกลยุทธ์พื้นฐานไว้

ดังนั้นครั้งหน้าที่ draw ของคุณไม่ติดบน river ตอนเจอ Dave ให้ check เก็บ bluff ไว้ใช้กับคนที่ fold เป็น