¿Puede un bot ganar al póker? Lo que aprendimos de Libratus y Pluribus

Si el póker se decide por habilidad y matemáticas, la pregunta llega sola: ¿no debería una máquina barrer a cualquier humano? La respuesta es que sí, ya ha pasado, pero costó mucho más de lo que parece. Dos bots lo demostraron con años de diferencia, y lo interesante no es que ganaran, sino cómo lo hicieron. De ahí salen lecciones que puedes aplicar tú sin ser un superordenador.

Este artículo es la continuación natural de si el póker es suerte o habilidad. Allí decíamos que la habilidad es tan real que se puede programar. Aquí vemos quién la programó.

Libratus (2017): ganar sin farolear como un humano

En enero de 2017, en el casino Rivers de Pittsburgh, un bot llamado Libratus (de la Universidad Carnegie Mellon, obra de Tuomas Sandholm y Noam Brown) se sentó contra cuatro de los mejores jugadores de heads-up no-limit del mundo. Jugaron 120.000 manos a lo largo de 20 días. Libratus ganó por un margen enorme, del orden de 1,7 millones en fichas.

Lo llamativo fue su estilo. No intentaba engañar leyendo a nadie. Jugaba una estrategia de equilibrio, tan balanceada que los profesionales no encontraban ningún patrón que explotar. Cada mano estaba blofeada en la frecuencia justa para que fuera imposible saber si iba fuerte o de farol.

Y tenía un tercer truco brutal: cada noche, mientras los jugadores dormían, Libratus analizaba las líneas que más le habían atacado durante el día y tapaba sus propias fugas para la mañana siguiente. Los humanos encontraban una grieta, y al despertar ya no estaba. Contra un rival que se corrige cada 24 horas, no hay racha que aguante.

Pluribus (2019): el salto a la mesa de verdad

Libratus dominaba el uno contra uno, pero el póker de verdad se juega en mesas de seis. Y ahí el problema se vuelve mucho más difícil, porque con más de dos jugadores la teoría deja de garantizar que una estrategia “óptima” gane siquiera. Aparecen alianzas implícitas y dinámicas que el uno contra uno no tiene.

En 2019, Pluribus (de Noam Brown, ya en Facebook AI, con Sandholm) resolvió justo eso: ganó a jugadores de élite en mesas de seis. Dos detalles lo hacen fascinante:

• Era barato. No hizo falta una sala de servidores. Pluribus se entrenó en unos 8 días por unos 150 dólares de cómputo en la nube y jugaba en tiempo real con dos CPUs corrientes. La potencia bruta no era el secreto.
• Jugaba raro, y tenía razón. Usaba tamaños de apuesta que los profesionales evitaban y hacía jugadas consideradas “malas”, como apostar de primeras en botes que la teoría clásica decía que había que pasar. Funcionaban. Varios de esos movimientos los adoptaron después los propios humanos.

Qué puedes robarle a los bots

Aquí está lo útil. No vas a tener a Pluribus en el bolsillo, pero sus principios son gratis y no hacen falta CPUs para copiarlos:

• Equilibrio antes que trucos. Los bots ganan siendo imposibles de leer, no siendo astutos. Blofea y apuesta por valor en proporciones coherentes, no por corazonada. Estimar bien tu equity es el primer ladrillo de eso, y puedes entrenarlo suelto con la calculadora de equity.
• El tamaño de la apuesta importa más de lo que crees. La mayor sorpresa de Pluribus fue usar tamaños que los humanos habían descartado por costumbre. Deja de apostar siempre “medio bote” por inercia y piensa qué tamaño le cuesta más al rango del rival.
• Piensa en rangos, no en manos. Ni Libratus ni Pluribus intentaban adivinar dos cartas concretas. Trabajaban con el abanico entero de lo que el rival podía tener. El visualizador de rangos te entrena esa misma forma de mirar.
• Nunca hagas tilt. El bot juega la mano un millón después de un mal río exactamente igual que la primera. Esa frialdad es su mayor ventaja sobre ti, y es la única que puedes igualar hoy mismo sin saber más teoría.

Lo que los bots todavía no hacen

Antes de rendirte ante las máquinas, dos matices. Un bot de equilibrio juega para no perder, no para exprimir a un rival malo. Contra un jugador flojo y predecible, un gran explotador humano que se adapta puede ganar incluso más dinero que el bot, porque el bot deja de castigar los errores que el equilibrio ignora. Y la varianza sigue mandando a corto plazo: hasta Pluribus pierde sesiones sueltas. Gana a largo, no cada noche, igual que cualquiera.

La conclusión práctica es tranquilizadora. Que exista un bot capaz de ganarte no significa que estés condenado en tu partida del viernes, donde no hay bots. Significa que el mapa del juego perfecto ya está bastante dibujado, y que puedes acercarte a él copiando sus principios: balance, buenos tamaños, pensar en rangos y cero tilt. Todo eso se practica con manos reales, puntuadas contra la jugada correcta, en tu entrenamiento, y se prueba contra bots en el simulador de mesa sin arriesgar un céntimo.