Fique a Saber o Que São Poker Solvers em 11 Passos

Aviso: O conteúdo aqui apresentado tem uma finalidade exclusivamente informativa sobre um tipo específico de jogo e como jogá-lo. O objetivo deste conteúdo não é nem promover nem disponibilizar um tipo de jogo, mas simplesmente informar o jogador acerca de como jogá-lo.

No mundo moderno do Poker, os Solvers são um tema de discussão abordado por todos. Mas o que são exatamente os Poker Solvers e como funcionam?

Neste guia introdutório sobre poker solvers, discutiremos o seguinte:

1. O Que é Um Poker Solver?
2. O Que é a Estratégia GTO?
3. Utilizar um Solver
4. O Que é uma Game Tree?
5. Selecionar Ranges Para o Cálculo
6. Como Funciona o Solver?
7. Um Olhar Sobre o Algoritmo
8. Colocar os Resultados em Prática
9. Fazer Cálculos Pré-Flop
10. O Que São Soluções GTO Pré-Calculadas?
11. O Que é Uma Rede Neural? 
12. Começar a Utilizar Poker Solvers

Um poker solver é um tipo de calculadora que consegue gerar estratégias GTO (Game Theory Optimal) para o poker.

Os solvers são, hoje em dia, extremamente populares entre os jogadores de poker online e estão disponíveis para serem comprados online. Uma abordagem com base nos dados recolhidos pode melhorar o seu jogo e os solvers ajudam-no a fazer precisamente isso.

Os requisitos do sistema para correr um poker solver são relativamente mínimos. A maioria dos computadores pessoais modernos terão recursos suficientes para gerar estratégias GTO utilizando um poker solver.

GTO é uma sigla para Game Theory Optimal. Uma estratégia GTO é uma estratégia de poker imbatível que representa uma forma matematicamente perfeita de jogar poker.
 

Inicialmente, este conceito pode parecer incrível, mas há algumas desvantagens.

1. Em primeiro lugar, as estratégias GTO são extremamente difíceis de implementar com a devida precisão.
2. Para além disso, estratégias GTO não representam necessariamente a melhor forma de jogar poker em todas as circunstâncias.

Porquê? As estratégias GTO não tiram vantagem de erros específicos que os nossos adversários estão a cometer.

Apesar das desvantagens de uma estratégia GTO, trabalhar com um poker solver é uma excelente forma de melhorar a nossa compreensão do poker e evoluir para um forte jogador.

Os passos para usar um poker solver podem variar um pouco dependendo do software a ser utilizado. Mas o processo básico mantém-se inalterado:

1. Construa uma Game Tree [Árvore de Jogo] (veja o que uma Game Tree mais abaixo);
2. Coloque os ranges dos jogadores envolvidos (ver “Selecionar Ranges para o Solver” mais abaixo);
3. Execute o cálculo e explore os resultados (ver “Colocar os Resultados em Prática”).

Começar a utilizar o solver e fazer o nosso primeiro cálculo não é muito difícil. A dificuldade está em construir game trees lógicas, selecionar ranges lógicos e interpretar os resultados de forma relevante.

Os jogadores mais experientes usam, por vezes, uma opção conhecida como “scripting” para criar uma fila de vários cálculos. Isto permite-lhes deixar o computador a trabalhar (possivelmente durante a noite) para completar uma lista de soluções.

Uma game tree é uma representação simplificada de todas as possíveis ações que podem ter lugar numa mão de poker. Os pontos individuais numa game tree onde as decisões têm lugar são denominadas por “decision nodes”.

Exemplo de uma Game Tree:
 

Os solvers dispõem, normalmente, de um construtor de game trees, o que acelera o processo de construção de uma game tree ao permitir que o utilizador defina várias opções.

Exemplo do Construtor de Game Tree:
 

O resultado de um cálculo feito por um poker solver será altamente dependente da qualidade da game tree. Se a game tree não estiver bem definida, então o resultado não será tão relevante para os jogos que jogamos.

Podemos perguntar-nos porque é que a game tree precisa de ser simplificada. Porque é que não pode simplesmente oferecer todas as decisões possíveis em todos os momentos de decisão individuais?

O problema seria o tamanho da game tree. Seria enorme! Se utilizássemos game trees como essas, precisaríamos de uma quantidade de tempo irrealista para calcular o que quer que fosse.

Assim que a tree esteja construída, precisamos de inserir ranges de mãos para os jogadores envolvidos na mão. O utilizador terá acesso a uma janela onde poderá selecionar as mãos para cada jogador.

Exemplo do Editor de Range de Mãos Inicial:
 

Não há necessariamente uma resposta de certo ou errado quando estamos a escolher ranges para utilizar no cálculo. Mas isso não quer dizer que algumas abordagens não são melhores que outras.

Seguem algumas abordagens comuns para selecionar ranges:

1. Utilizando a experiência. Associar ranges a cada jogador com base na nossa própria experiência sobre que tipo de mãos que os jogadores normalmente mostram em showdown, dependendo do cenário. A desvantagem deste método é que poderemos estar muito errados nas nossas estimativas.

2. Utilizar ranges de GTO calculados em solvers. Utilizar ranges pré-flop GTO, criados num cálculo pré-flop feito anteriormente no solver (ver “Fazer Cálculos Pré-Flop” abaixo).

3. Utilizar ranges da população. Assumindo que temos muitas mãos na nossa base de dados, é possível analisar os dados para ver que tipos de mãos os nossos adversários mostraram em showdown historicamente. Este método poderá ser o mais exato. Mas é difícil obter informações precisas sem um grande número de dados no histórico de mãos.

Portanto, como é que funciona o solver assim que tenhamos colocado todos os dados necessários e cliquemos no botão “Solve”?

O algoritmo de resolução dos solvers é um processo iterativo. Ou seja, corre o mesmo processo repetidamente, refinando as estratégias gradualmente de cada uma das vezes.
 

Eventualmente, o solver chega às estratégias que não dão qualquer incentivo a qualquer um dos jogadores para se desviarem da sua estratégia atual. Em termos teóricos, este ponto denomina-se por equilíbrio Nash e significa que o cálculo está agora completo.

Na maioria dos casos, o solver demoraria demasiado tempo a atingir um equilíbrio Nash perfeito. O solver dá a opção ao utilizador de definir um nível de precisão apropriado que se aproxime o máximo possível do equilíbrio Nash.

• A desvantagem é que os resultados serão um pouco imprecisos.
   
• A vantagem é que estas imprecisões são pequenas e será possível completar o cálculo num muito menor espaço de tempo.

Pretende saber os detalhes técnicos? Segue uma rápida visão geral sobre como o algoritmo funciona:

1. Considerando que o solver não sabe jogar poker, uma estratégia de poker aleatória para o jogador 1 e o jogador 2 é selecionada.
    
2. O solver ajusta um pouco a estratégia do jogador 1 de forma a que explore as fraquezas da estratégia do jogador 2, resultando num lucro maior.
    
3. De seguida, o solver faz um pequeno ajuste na estratégia do jogador 2 de forma a que esta explore as fraquezas da estratégia do jogador 1, resultando num lucro maior.
    
4. O solver volta a ajustar a estratégia do jogador 1, seguido da estratégia do jogador 2 exatamente da mesma forma.
    
5. À medida que o processo prossegue, ambas as estratégias tornam-se mais e mais refinadas até, eventualmente, nenhuma delas seja capaz de explorar a outra ao ajustar. Assim chegamos a um equilíbrio Nash.

Os resultados de um solver são bastante complexos e é quase impossível um ser humano implementar as estratégias diretamente numa mesa de poker.

Uma das razões para isto é o facto da estratégia GTO utilizar fortemente aquilo que conhecemos por estratégias mistas. A estratégia correta para uma mão em particular poderá ser um misto de duas opções distintas.

Por exemplo, uma mão específica pode necessitar de um raise 17% das vezes, call 63% das vezes e fold 20% das vezes.

Exemplo de um Resultado com uma Estratégia Mista:
 

1. Uma das abordagens é utilizar o resultado do cálculo para nos ajudar a aprender os vários conceitos do poker em vez de tentar implementar estratégias GTO diretamente.
2. Outro caminho é investir tempo em simplificar fortemente o resultado de um solver antes de utilizar as estratégias na mesa de poker.

É possível usar poker solvers para gerar ranges pré-flop GTO. Ao efetuar um cálculo pré-flop, dar ranges ao solver é desnecessário pois esperamos obter essa mesma informação através do cálculo em si.

Provavelmente, a maioria dos cálculos que fazemos nos solvers envolverá apenas jogo pós-flop. A desvantagem de calcular ranges pré-flop é o facto do processo ser muito mais intensivo e necessitar de hardware muito mais potente.

Enquanto um cálculo pós-flop pode correr num computador pessoal normalíssimo, um cálculo pré-flop necessita de um sistema extremamente poderoso. Apesar de ser possível construir um sistema desse género em casa (bastante caro), muitos jogadores optam por alugar um potente sistema na cloud por um determinado período de tempo.

Considerando que o comum jogador de poker não tem o conhecimento ou recursos necessários para fazer um cálculo pré-flop num solver, muitos optam por comprar conjuntos de ranges pré-flop obtidos através de solvers. É até possível encontrar conjuntos completos destes ranges online, gratuitamente, hoje em dia.
 

Ranges pré-flop de solvers podem melhorar a nossa estratégia pré-flop e podemos introduzi-los no nosso solver para fazer cálculos pós-flop.

Quando uma empresa oferece “soluções GTO pré-calculadas”, eles dão ao seu utilizador os resultados do solver diretamente. O utilizador não precisará de se preocupar em construir game trees e deixar o seu computador a processar soluções.

• Vantagem: Forma rápida e fácil de aceder a uma grande quantidade de soluções GTO sem esperar que os solvers terminem o cálculo.
• Desvantagem: Estes serviços custam dinheiro, geralmente uma subscrição mensal bastante cara.

No longo prazo, é normalmente muito mais barato sermos nós próprios a fazer os cálculos num solver em vez de depender de soluções GTO pré-calculadas.

Obviamente, teríamos de investir mais tempo para fazer os nossos próprios cálculos.

Achámos que fazia sentido mencionar as redes neurais já que as mesmas surgem, por vezes, em conversas sobre poker solvers.

Uma rede neural não é tecnicamente um poker solver. Mas tanto as redes neurais como os solvers têm o mesmo objetivo: calcular soluções GTO em vários cenários.

• Uma rede neural fá-lo aproveitando o poder que as máquinas têm de aprender. A máquina joga triliões de mãos de poker contra si própria melhorando no processo. Por outras palavras, ensina-se a si própria através de tentativa e erro e depois guarda essas estratégias para referência futura.
   
• Um solver não tem qualquer base de dados de estratégias existente. Aborda cada cenário ao executar o algoritmo iterativo discutido acima.

É uma calculadora que não sabe como jogar poker. Mas pode derivar estratégias de equilíbrio Nash quando lhe é dada a informação apropriada.

O preço dos poker solvers varia bastante apesar de muitos deles utilizarem algoritmos muito similares. 

É possível encontrar um solver GTO gratuito que tem uma performance tão boa quanto um solver que custa €1.000. Invista algum tempo a estudar as várias opções.

Se alguma da informação acima parece abstrata, a forma mais rápida de aprender é instalar um solver, executar o primeiro cálculo e ver como tudo funciona.

Esse será o primeiro passo para se tornar num jogador de poker muito mais forte!