揚聲器 | 成績單 |
| 悉達多·卡瑪利 | 大家好，我是 Siddhant Karmali、Mason Chen 和 Arhan Surapaneni，我們正在努力 |
| 針對真實撲克情況優化 AKQJ 遊戲。 因此，COVID-19 是有效的心理健康，可能會惡化現有的心理健康問題。 |
| 大流行中涉及的壓力源，即對疾病或失去親人的恐懼，可能會影響人們的決策能力，並可能導致他們上癮。 |
| 賭博成癮是一種由於在線賭博網站的增加而增加的行為......在線賭博網站的網站流量。 |
| 該項目分析了撲克遊戲中的不同情況如何影響人們做出非理性決定的方式。 這些包括可能導致賭博問題的情況。 我們開發了一個簡化的撲克模型，它只使用 A 和麵牌，即 A、K、Q 和 J。 |
| 這增加了某些獲勝手牌跟注的概率，我們稱其為 AKQJ 代表 ace、K、Q、J。 |
| 該模型中的變量是牌值、玩家人數、下注輪數以及牌是公開的還是隱藏的。 |
| 公開牌或者是的......這個模型的目的是簡化整個撲克遊戲中獲勝結果的複雜概率計算。 |
| 我們將把這個目標擴展到這樣一種想法，即由於現實生活中的撲克有不止一個下注輪，我們可以證明或者我們可以證明這個模型是有效的，即使在不同下注輪的不同撲克變體中也是如此。 |
| 所以這就是項目的方式......或者這就是項目的大綱。 首先我們研究了情緒化賭博和強迫性賭博，強迫性賭博的風險因素是什麼？ 人們如何喜歡......強迫性賭徒的想法是什麼？ |
| 他們為什麼賭博？ 所以我們發現人們會為了刺激而賭博，就像癮君子一樣……對毒品上癮的人，他們使用毒品來獲得快感或刺激。 所以我們又... |
| 我們推斷，賭博或賭博成癮必須觸及與評論相關的大腦中相同的和弦......或參與獎勵系統的那些。 |
| 然後我們去了……我們的技術是在真實案例中使用隱藏卡和開放卡。 所以隱藏牌和公開牌是……所以公開牌是玩家保持面朝上的牌，隱藏的牌面朝下，只有玩家知道他的身份。 |
| 然後我們做了兩個獨立的算法。 有一個綜合算法和一個最壞情況算法。 |
| 但是綜合算法比較複雜，因為所有的牌都是隱藏的，很難計算，最壞的情況下算法有一些開放的牌，所以玩家......或者我們的模型玩家可以推斷 |
| 無論您是否下注。 這就是我們的工程部分。 我們使用 JMP 來模擬玩家的遊戲風格。 |
| 我們還使用了 |
| 正如 Arhan 將展示的，Java 和 Python 編程來生成……隨機生成卡片情況，我們計算了概率並在 JMP 中進行了相關性和回歸測試。 |
| 如此隱藏......隱藏和開放的卡片。 正如我所提到的，公開牌是遊戲……玩家保持正面朝上以便其他玩家可以看到的牌。 |
| 隱藏的牌面朝下，只有玩家知道他的身份。 綜合算法， |
| ...這就是...通常發生在真正的撲克遊戲中，玩家必須嘗試計算概率 |
| 根據他們目前的手牌，他們贏了另一個人或贏了對手。 |
| 而且在綜合算法中很難做到，因為所有的牌都是隱藏的，你不知道哪個玩家有哪張牌。 並且開放的卡片使AKQJ遊戲更容易計算明智。 |
| 並且隱藏牌的數量隨著下注輪數的增加而增加。所以我們做的第一個案例是一輪六名玩家，其中有六張隱藏牌。 |
| 然後我們有一個下注輪和五個玩家，其中有七張隱藏的牌 |
| 等等。 |
| 所以早些時候，我們……或者在模型中，有六名球員被賦予了從 A 到 F 的標籤。 我們為他們分配概率特徵，即他們下注的置信度百分比。 |
| A 為 0%，B 為 15%，C 為 30%，D 為 45%，E 為 60%，F 為 75%。 F 的 75% 概率意味著 |
| 除非他們……除非他們有 75% 的把握……至少 75% 的把握他們會戰勝那個人……他們的對手，那麼他們就不會下注，所以這意味著他們非常非常他們的投注保守。 |
| 一個一般的撲克案例，它是綜合算法，也是最壞情況算法。 |
| 一般的方法是計算，例如，如果我們試圖計算 A 贏得撲克比賽的概率，在 |
| 就一般方法而言，我們必須使用 A 的概率是 A 對 A 對 B 獲勝的概率乘以 A 對 C 獲勝的概率， |
| 一直到 A 對 F 獲勝的概率。 這需要很長時間來計算，並且在真正的撲克比賽中很麻煩，因為下注時間可能是 45 秒到一分鐘，而且沒有多少人可以在一分鐘內完成這種計算。 |
| 所以最壞的情況......所以這就是我們開發最壞情況方法的地方。 |
| 最壞的情況......我們通過查看哪個玩家可以用他們能看到的牌做出最好的牌來計算最壞的結果，在四張共享牌中，這些牌對所有玩家開放，每個玩家一張隱藏牌和一張開放牌播放器。 |
| 我們在三種不同的情況下使用這兩種算法。 第一種情況是一個下注輪和六名玩家。 我們必須確定每個玩家在哪些情況下會棄牌或留下，以及他們將贏或輸多少籌碼。 |
| 例如，即使 A 輸掉籌碼，A 也會留下，因為那是 |
| ......那是我們的模型之一，我們......我們知道賭博有問題，所以......那個......所以根據我們的情況，他們不得不留下來。 |
| B贏了E，但贏了其他人。 在這種情況下，C 不會獲勝。 D 戰勝 B 和 C 並與 A 和 E 並列。 |
| 而 E 沒有贏，而 F 贏了所有……對抗所有其他玩家。 請注意，因為 C 和 E 沒有獲勝，他們……或者因為 B 沒有贏得足夠多的勝利，因為 C 根本沒有獲勝，並且因為 E 根本沒有獲勝，所以他們都棄牌 |
| 在下一輪投注中，他們輸掉了……他們輸掉了籌碼。 所以留下來的人，他們喜歡......考慮到這是一場比賽或一場投注輪撲克比賽， |
| 那些……最有可能獲勝的是F，因為他們有最高的最壞情況獲勝概率。 我們可以看到，如果您轉到上一張幻燈片，我們可以看到玩家 A 或玩家 |
| ...或者對於六名球員的情況，球員 F 的整體非常接近 80%，所以我們可以...所以...所以...之間存在相關性...或者兩者之間存在很強的相關性 |
| 這 |
| AKQJ 最壞情況法和一般法。 下一個案例是一輪下注和五名玩家。 在這種情況下，置信度值會發生變化。 |
| A 為 0%，B 為 12%，C 為 25%，D 為 38%，F 為 65%。 玩家 E 被移除，因為他們在上一輪輸掉的籌碼最多，不得不棄牌。 |
| 在玩家較少的這一輪中，我們看到隱藏的牌更多。 隱藏牌的數量隨著下注輪數和玩家數量的增加而增加。 |
| 隨著隱藏卡數量的增加，計算時間可能會更長，這可能會讓玩家更加緊張，不願意進行這些計算，因為他們可能會輸錢。 在這種情況下，玩家 F 沒有獲勝，如下所示 |
| 他們在最壞情況下獲勝的概率如何 |
| 小於他們的置信百分比，所以他們被迫棄牌。 |
| 這意味著......或者這可能是因為保守的玩家在遊戲後期可能表現不佳，因為他們，你知道，對他們的錢太吝嗇了。 即使賭注更高，他們也不會做出正確的賭注。 |
| 下一個案例是四個玩家，我們做了這個測試來確認玩家 F 是否獲勝，我們可以……如果 F 沒有獲勝，我們可以自信地說 |
| 比較保守的玩家做得不好……在遊戲的後期階段做得不好。 請注意，F 必須不斷降低他們的獲勝概率。 |
| 我們還測試了最壞情況算法是否匹配五名玩家。 在一般的方法中，B 有 11% 的獲勝機會，D 有 46% 的獲勝機會，F 有 48%...48% 的獲勝機會。 |
| 這非常接近最壞情況的值，因此我們得到了...的強相關性……我們得到了與 R 平方為 0.998 的強相關性。 |
| 因此，這種最壞的情況使 F 在五人比賽中贏得 50% 的時間。 |
| 我們還對四名玩家進行了測試，其中... |
| 其中我們確認 F 在四名玩家的情況下將贏得 50% 的時間。 然後第三種情況是六名玩家進行三輪下注。 在這種情況下，值是相同的。 |
| 我們加回來的 E 是 56%。 然而，在第一輪 F 獲勝，因為玩家開始像 B、C 和 D 一樣棄牌， |
| F 必須改變他們的信心水平。 |
| F 必須改變他們的信心水平以匹配一輪的獲勝概率。 |
| F的等級在第一輪後變為60%，第二輪後變為54%。 |
| 這涉及到，就像這些是模型一樣。 |
| 這將是不自覺的， |
| 這表明在保守的比賽風格中存在緊張情緒，這導致這些球員在隨後的幾輪比賽中輸球。 |
| 玩家 A 和 F 代表極端的遊戲風格，這可能表明存在問題賭博。 這是下注輪計算的快速總結。 在兩輪下注或兩輪下注的遊戲中，我們將看到 F 在 20 場比賽中只贏了兩次。 所以 |
| 的... |
| 玩家的可能牌並不全...就像 F 的可能牌不足以匹配對手的可能牌。 這發生在兩輪投注和三輪投注中。 |
| 這是因為緊張，這是因為F的概率太高了，就像他們無法匹配他們一樣 |
| 信心水平，所以如果你想...喜歡在撲克遊戲中取得好成績的最佳策略是不要過於激進地投注，也不要過於保守。 就像玩家 D 一樣，他有... |
| 玩家 D 有 38% 的機會……或 38% 的概率，所以他們必須至少有 38% 的把握能夠……他們會戰胜對手。 所以就像...我認為...或基於此，在那個地方附近是打牌的好地方。 現在，為什麼這很重要？ |
| 我們也做了……或者我們也做了三人測試，以確認玩家 F 必須棄牌，而玩家 D 在這一輪中獲勝。 所以我們可以說玩家 D 在這個撲克模型中可以說是最好的策略，在 AKQJ 撲克模型中，下注多於一輪，多於...少於六名玩家。 |
| 我們還進行了兩輪下注，以考慮……或表明 F 也沒有獲勝。 |
| 這是另一個案例，我們用來測試 F 輸球的結果是否在整個投注輪次中保持不變。 我們這樣做了，三輪下注和四名玩家。 |
| 現在，為什麼這很重要？ 我們之前已經表明，玩家可以執行簡單的計算，例如最壞的情況，以控制他們甚至在輸掉的手上下注的衝動。 |
| 有賭博成癮的人可能會非常非常積極地下注，即使他們知道自己會輸錢，他們仍然會在機會渺茫的情況下下注，希望他們會......他們會賺到錢一個巨大的勝利。 |
| 有賭博成癮的人可能會非常非常積極地下注，即使他們知道自己會輸錢，他們仍然會在機會渺茫的情況下下注，希望他們會......他們會賺到錢一個巨大的勝利。 |
| 這是一種情緒化的投注方式，它落入了賭徒謬誤的陷阱，即認為如果你運氣好或連續不走運，下一次你就會幸運，例如. |
| 這些在撲克比賽中玩家更少、下注回合更多的新案例引入了玩家緊張的想法，即使是最理性的玩家也是如此。 所以F， |
| 在六人計算的一個下注輪中，有一個玩家......就像你可以看到那個玩家有經驗或者他......或者那個玩家能夠等待，他能夠有一個好的策略，他或者她，對不起。 |
| 這是……所以我們可以把它應用到真正的撲克遊戲中，因為在人類中，副交感神經系統會釋放壓力荷爾蒙，比如腎上腺素，進入體內， |
| 引起戰鬥或逃跑反應。 當你處於像撲克遊戲這樣的高風險情況時， |
| 然後你知道……你在表面上知道什麼是危險的，你知道你的錢和你的資產處於危險之中，所以 |
| 你會賭上去嘗試增加它。 那隻是與生俱來的人性。 在這場撲克遊戲中，更多的帶寬被分配給了杏仁核，這是大腦中控制情緒的區域，而不是理性的並參與執行功能的前額葉皮層。 |
| 所以一輪中隱藏的牌越多，玩家可能對他們的下注越緊張，下注越差，即使他們... |
| 即使他們在撲克方面非常有經驗。 |
| 這種緊張可能與強迫性賭博障礙的盲目賭博性質有關，基於風險計算和賭博的概念。 |
| 我們的結論是，F，或者像玩家 F 這樣過於保守的玩家，在現實的撲克環境中可能表現不佳。 所以那些表現最好的人是保守的，但比你的常規非常非常小氣的玩家更願意下注。 |
| 我們的主要收穫是，如果玩家能夠理解基本的統計計算並在他們的遊戲中使用它們，那麼賭博障礙可能會得到緩解。 |
| 和 |
| 未來的研究，實際上不是在未來，它將會發生，或者我們已經完成了這項研究，我們將使用 Python 獲得更可靠的數據，這就是 Arhan 的演講將要展示的。 謝謝收看。 |
| 阿爾罕·蘇拉帕尼 | 每年都有數百萬人前往賭場之都拉斯維加斯參加派對，享受奢華，但 |
| 最重要的是，賭博。 |
| 賭博雖然形成了對贏錢成功的虛假獎勵，但仍然隱藏著財務和社會鬥爭的黑暗陷阱。 |
| 我們這一代人正在現代化，技術進步迅速成為常態，計算機編程語言成為在現代世界蓬勃發展所需的學科。 |
| 利用現代計算機編程工具和???，我們能夠更深入地了解他們的這種心理問題並分析工具來幫助解決他們。 |
| 這是由作者 Siddhant Karmali、Mason Chen 和 Saloni Patel 在顧問 Charles 博士的尊敬幫助下完成的？和 ？？？。 |
| 如前所述，每年有數百萬人參加賭場，影響大量人口。 |
| 對於影響如此大樣本量的問題，首要問題之一是我們如何表達對賭博問題的解決方案以及我們如何有效地做到這一點。 |
| 通過 Siddhant 的介紹，我們學到了很多關於原始方法的知識 |
| 這有助於解釋賭博，同時也提出了對賭博的經濟誤解，證明冷靜和謹慎會帶來最好的結果，而不是依靠遊戲的運氣來獲得積極的結果。 |
| 所有這些都是通過 Java 完成的。 但是，這種方法僅 92 次運行就需要 30 小時。 這是無效且不可用的。 然而，使用 Python 可以將這個時間縮短到幾秒鐘，同時還允許更高級別的複雜性，這對整體方法是有益的。 |
| 回顧一下，該方法需要一個六人模型，每個人在 16 包 AKQJ 中收到兩張牌。 |
| 其中一張牌是隱藏的，桌子上有四張牌。 每個玩家都有信心水平來決定他們棄牌或繼續玩的頻率。 |
| 繼續打輸三分，棄牌只輸一分。 這樣做是為了模擬從盲目賭博到謹慎戰略家的玩家。 |
| 通常在進行大規模實驗時，以足夠的數量運行測試以使生成的數據可用是非常乏味和耗時的。 |
| 一種有效的替代方法是使用計算機編程，更具體地說，在蒙特卡羅模擬中使用計算機語言 Python，而不是定義為依賴於包含數值結果的重複隨機抽樣的一類廣泛的計算算法。 |
| 圖中此處應用的 Java 程序非常無效。 它們只允許隨機兩個樣本，並且很難單獨找出每個特定序列的過程。 |
| 當我們試圖獲得更大的數據集時，改變這一點很重要。 分析語言之間的一般差異， |
| 重要的是要確定 Java 是靜態類型的編譯語言，而 Python 是動態類型的解釋語言。 這一區別使 Java 在運行時更快並且更易於調試。 |
| 但是 Python 更易於使用且更易於閱讀。 |
| Python 也是一種解釋器語言，具有優雅的語法，使其成為許多領域中腳本和快速應用程序開發的一個非常好的選擇。 這在以下方法中應用。 |
| 我們需要看的一件事是新的隨機發生器，它適用於完整的 52 張卡片，即 AKQJ 16 卡片。 |
| 模型允許更準確的統計？？？渲染，尤其是在使用蒙特卡羅模擬時。 |
| 我們可以用 Python 添加我們的角色的一個有益方面。 正如 Siddhant 所說，我們現在可以使用賭注。 |
| 而不是在我們的兩張卡上手動應用不同的置信度？？？隨機，我們可以使用蒙特卡洛根據特定百分比閾值來做出不同的選擇，以增加或刪除賭注的能力，稍後會看到。 |
| 首先，重要的是要談論甲板。 在這裡，我們看到一個帶有洗牌功能的 16 張牌陣列。 這允許卡片是隨機的， |
| 類似於 Java 程序中看到的初始函數。 |
| 這會為不同的玩家從總共 16 張牌中抽取兩張牌。 考慮到這一點，原始綜合方法和我們的最壞情況方法都有廣泛的應用，稍後將對其進行介紹和開發。 |
| ？？？同一套牌允許我們添加更改或移動事物以影響我們如何計算最壞情況的方法，這對我們的最終目標很有幫助。 |
| 我們在舊的 JAVA 方法中沒有同樣的靈活性。 最壞情況方法的 Python 特定更改包括特定的 elif/if |
| 聲明，因此擁有最差牌的玩家被指示為失敗，並且 Siddanth 涵蓋的公式已更改。 這很重要，因為這可以更有效地... |
| 數據收集效率更高，隨機化器的輸出更準確。 您可以為這些單獨的卡片添加特定名稱，這本身也是另一個有用的應用程序。 |
| 這種簡化的蒙特卡洛模擬允許更多的複雜性，因為它允許我們根據涉及的場景添加新的賭注 |
| Siddanth 描述的多輪投注。 我們可以通過改變當前賭注來改變角色，這會影響玩家如何停留或離開下注回合，這是與 Java 方法的關鍵區別。 |
| 在這個程序中的概念與設置一個變量有關，該變量最終將返回資金的價值並將賭注返回到初始賭注參數。 |
| 將當前賭注發送到零，我們設置了一個 while 循環以連續運行條件，直到當前賭注等於計數。 |
| 然後對於我們獲得成功結果的每一組，我們通過下注來增加價值。 |
| 如果我們要添加一個命令，告訴我們或角色在某個下注時減速，那麼我們有一個簡單的方法來設置下注閾值。 |
| 我們還可以編輯相同的表格以接受特定的序列，例如滿堂彩，僅當序列存在時才允許下注。 這些閾值創造了我們上面提到的風險管理水平。 |
| 我們可以在???中繪製概率，其中我們將每個更新的當前賭注附加到 X 值數組並將每個更新值附加到 Y 值數組，然後繪製 PLT(?) 以繪製 X 值和 y 值。 |
| 更好的功能的關鍵組成部分是 if 語句中對應於成功結果的條件 if...。 這可以適應任何 |
| 需要的結果，包括一般情況和最壞情況。 |
| 當我們使用兩個字符和多個字符進行比較時，我們可以添加重要的語句來確保正確比較數據。 |
| 使用 Python，您可以確保繪製像兩對或較高值的圖形，以排除較低值的玩家，迫使他們退出遊戲。 這允許使用新的 Python 程序而不是使用原始的 Java 程序來提高效率。 |
| 原本需要 30 個小時的事情現在可以在幾秒鐘內完成。 |
| 應用此程序後，我們可以針對原始 Java 結果運行新結果的相關性測試。 如果我們查看一般和最壞情況方法的紅線，我們會看到 |
| 它們非常接近一，表明相關性很強。 |
| 這也與較高的 R 平方值配對。 我們還運行了一個比例假設檢驗，告訴我們對於這兩種方法我們都未能拒絕零假設。 |
| 這個值雖然很高，但並不接近……也不接近一。 對於我們期望幾乎相同的東西，因為這是計算機編程。 |
| 造成這種情況的主要原因有兩個，首先是樣本量。 92 看起來很多，但它並不強大……並不像人們預期的那樣強大。 |
| 為了解決這個問題，我們可以將樣本量增加到 1,000 甚至 10,000。 另一個原因可能是 Python 的應用。 如前所述，Python 是更全面的語言，而不是靜態語言。 這可能會改變效果，但主要保持不變。 |
| 在這裡，我們看到最終應用程序並顯示了他們的結果。 通過這個程序，我們可以看到每個遊戲的內容......每個玩家用這些卡片繪製了哪些卡片...... |
| 顯示和隱藏哪張牌，桌上有哪些牌，玩家獲得和失去多少籌碼，最後，誰贏了，他們如何贏。 在下圖中，我們看到玩家 1 贏得滿堂彩。 |
| 在一台計算機和一個函數中運行多個字符的能力，在應用時描述不同的序列 |
| 不同數量的玩家，也顯示出不同結果的概率，甚至在常規撲克遊戲中添加多次投注，Siddanth 已經介紹過。 |
| 這對於進一步的發展至關重要，因為它允許世界各地的人們使用這個程序和方法 |
| 將想法發展為一種學習工具，可用於治療賭博成癮者。 |
| 另一項開發利用了神經網絡 (AI) 方面，通過添加諸如虛張聲勢之類的功能使該程序更加詳細，添加到足以使程序更像是在賭場中看到的實際遊戲。 |
| 最後，我們能夠看到，通過使用 Python，我們不僅體驗到更高的準確性，而且更高……更高的效率，最終證明了我們最初的假設，即謹慎 |
| 帶來更多的金錢和更多的勝利，讓原本需要數小時的程序在幾秒鐘內完成。 |
| 所以下次你去維加斯甚至和朋友一起玩遊戲時，記住這個項目，記住從長遠來看，更加小心並花更多時間做決定會對你有所幫助。 |
| 謝謝你。 |
