超级计算机在 100 万次模拟后预测 2026 WSOP 主赛事冠军

0
40

featured

2026 WSOP Main Event 即将于数日后打响。虽然没有人能提前知道谁会成为下一位扑克世界冠军,但 Advanced Poker Training 团队认为,凭借其由 AI 驱动的超级计算机,他们比大多数人更有机会做出正确预测。

该公司对整张 WSOP Main Event 决赛桌进行了惊人的 1,000,000 次模拟,并得出了一些相当引人注目的结果。

Advanced Poker Training 背后的佛罗里达学者兼软件开发者 Steve Blay,在预测这项扑克最大赛事结果方面并非首次出手。早在 2016 年——也就是决赛桌确定后到冠军诞生之间上一次存在间隔的年份——Blay 的模型就在 Qui Nguyen 并非记分牌领先者的情况下,准确识别出他是最有可能夺冠的选手。

值得一提的是,那次预测只基于 100 次模拟。十年后的今天,随着算力较过去大幅提升,Advanced Poker Training 的最新模型将分析规模扩大了 10,000 倍。以下是本次结果。

2026 WSOP Main Event 决赛桌模拟结果(1 Million Sims)

Player 1st 2nd 3rd 4th 5th 6th 7th 8th 9th
Lucas Jumalon 40.4% 20.4% 13.1% 9.0% 6.4% 4.6% 3.1% 2.0% 1.0%
Rami Hammoud 13.2% 15.3% 14.2% 13.2% 11.8% 10.5% 8.9% 7.5% 5.4%
Jamie Shaevel 11.3% 13.4% 13.7% 13.2% 12.2% 11.2% 10.1% 8.4% 6.5%
Greg Mueller 10.9% 13.5% 13.5% 13.0% 12.4% 11.3% 10.1% 8.6% 6.7%
Michael Gagliano 7.0% 10.0% 11.3% 11.9% 12.6% 12.7% 12.4% 11.8% 10.3%
Mario Boos 6.5% 9.4% 10.9% 11.7% 12.1% 12.6% 12.9% 12.5% 11.4%
Lauri Saaskilahti 5.2% 7.9% 9.8% 10.9% 12.0% 12.7% 13.5% 13.9% 13.9%
Han Feng 3.0% 5.3% 7.2% 8.9% 10.6% 12.5% 14.4% 17.3% 20.8%
Evagoras Evagorou 2.5% 4.7% 6.3% 8.2% 10.0% 11.9% 14.5% 17.9% 24.0%

平均奖金

Player Seat Starting Chips ICM $ Avg $ Won (Sim) Difference
Lucas Jumalon 9 194,000,000 $6,188,930 $6,306,953 +1.91%
Rami Hammoud 7 79,000,000 $4,054,198 $3,862,553 -4.73%
Jamie Shaevel 5 56,000,000 $3,414,290 $3,605,675 +5.61%
Greg Mueller 4 48,500,000 $3,177,214 $3,568,945 +12.33%
Michael Gagliano 2 46,500,000 $3,111,062 $2,996,098 -3.70%
Mario Boos 3 44,000,000 $3,026,466 $2,899,613 -4.19%
Lauri Saaskilahti 1 37,500,000 $2,795,602 $2,673,088 -4.38%
Han Feng 6 25,000,000 $2,296,565 $2,231,290 -2.84%
Evagoras Evagorou 8 22,500,000 $2,185,672 $2,105,788 -3.65%

如何解读这些数据

这些数字如何理解,读者可以自行判断,但 Blay 也特别指出了几个值得关注的结论。

Jumalon 很强,但并非不可战胜

img_1

Blay 表示:“Jumalon 在模拟中占据主导地位并不令人意外。凭借大约 35% 的筹码,他在超过 40% 的情况下赢得了比赛。原因很简单:数学。其他选手无法以同样激进的方式反击,因为每一次对抗都伴随着巨大的 ICM 后果。”

不过,这位来自华盛顿州 Spokane 的 22 岁选手并非稳操胜券。Blay 补充说:“让我意外的是,这一切最终只给他带来了大约比 ICM 预期高出 2% 的奖金收益。我原本以为,记分牌领先者压制全桌的能力会带来更大的优势。”

而且,尽管听起来不太可能,Jumalon 仍然有可能以第 9 名出局——这种灾难性结果在 1% 的模拟中确实发生了。

模拟器认为 Hammoud 可能低于预期发挥

img_2

Blay 说:“模拟中最令人失望的是 Hammoud,他的平均成绩比自己的 ICM 价值低了接近 5%。”他给出了几个可能原因。

“第一,虽然 Hammoud 是一位非常优秀的选手,但从技术定义上说,他仍然是一名业余选手。第二,侦察报告显示他有时会略显过于激进。”

不过,计算机认为主要问题还是座位位置。“Hammoud 不走运的是,Jumalon 正好坐在他左侧两个位置。当 Hammoud 来到 cutoff 或 button——这两个最适合偷盲的位置时,Jumalon 就会在盲注位上以巨大筹码量和最大杠杆压力等着他。这几乎是你能遇到的最尴尬座位分布之一。”

Shaevel 与 Mueller:决赛桌的潜在黑马

img_3

如果你想找一位不被广泛看好的支持对象,Shaevel 和 Mueller 可能是最佳选择。

Blay 表示:“两个最明显的超预期发挥者是 Shaevel,尤其是 Mueller。两人都拥有不错的桌位,以及丰富的经验。”

“Shaevel 在 Main Event 已经有 8 次奖励圈经历,并且是洛杉矶备受尊敬的 cash-game 常客。Mueller 也许会成为最受观众欢迎的选手。他拥有 3 条 WSOP 金手链,积累了数十次 WSOP 奖励圈成绩,而且这些成绩最早可以追溯到 Jumalon 甚至还没出生之前。他还曾是一名职业冰球运动员。在巨大压力和大量观众面前比赛,对他来说并不陌生。”

这是短码选手的残酷世界

img_4

模拟结果显示,筹码量最短的五名选手全部低于自己的 ICM 预期,不过 Blay 表示,这一点并不令人意外。

他解释说:“每一次奖金跳档都代表着足以改变人生的钱数,这让寻找盈利出手机会变得更加困难。你必须不断权衡:究竟是保住锦标赛生命更重要,还是承担必要风险去积累筹码更重要。”

“这是一种极其困难的平衡,而模拟结果也说明,在这种环境下,容错空间究竟有多小。”

背后的科学原理

img_5

Blay 坦言:“大家最关心的大问题一定是,这项模拟到底有多科学?就科学性而言,没有人能比这做得更深入。我已经使用了我们可能获取到的全部数据。”

“我不会公开所有旋钮和参数——那属于商业机密——但每个 bot 都有可以调整的行为特征。某位选手如何应对 ICM 压力?他们有多不愿意拿锦标赛生命去冒险?他们会用哪些手牌偷盲?在被跟注后又会有多顽强?仅仅在不同场景下的持续下注,就有 7 种不同的配置选项。”

总计下来,每位选手都对应超过 40 项可配置特征。这是 Advanced Poker Training 团队数十年来持续搭建的建模框架。把所有这些数据输入一台每秒能模拟 3 张完整 WSOP Main Event 决赛桌的计算机,最终就形成了一个相当扎实的模型。

Blay 说:“在用有限数据塑造一个 bot、让它打出接近真实人物风格这件事上,我大概比任何人都更擅长。这既取决于我的专业能力,也多少带着一点所谓的艺术加工。”

“如果这听上去有点夸张,不妨想想选举预测。民调机构不会采访美国每一个选民,而是结合人口结构、历史趋势、经济指标,甚至社交媒体情绪来建立预测模型。这些模型远非完美,但往往会出奇地准确。构建扑克 bot 其实也差不多。”

专家的官方冠军预测

img_6

那么,这位专家最终看好谁?在 2016 年成功预测 Qui Nguyen 夺冠后,Blay 这一次也没有模棱两可,而是明确支持 Greg Mueller 成为下一位扑克世界冠军。

Blay 说:“没人会说我是做了一个‘稳妥’选择。如果纯看数字,Jumalon 显然是头号热门。他起始筹码超过全场三分之一,而我的模拟中他有超过 40% 的概率夺冠。从数学上说,选择其他任何人都是逆势而行。”

“但如果只是预测头号热门,又有什么乐趣呢?在我的模拟中,不断跳出来吸引我注意的选手是 Greg Mueller。他一次又一次地打出了超过其筹码所对应的表现,而这背后是有原因的。经验非常重要,尤其是在扑克最耀眼的舞台上。”

“如果 Jumalon 夺冠,我会震惊吗?当然不会。数字表明他大概率会赢。但如果要让我真正站队一个可能打破赔率的人,我会选择那个在我的模拟中悄悄大杀四方的选手。所以,这就是我的官方预测:Greg Mueller 夺冠。”

更多扑克策略、行业资讯,请持续关注 PokerProGo。

留下一个答复

请输入你的评论!
请在这里输入你的名字