扬声器 | 脚本 |
| 西丹特·卡尔马里 | 大家好，我是 Siddhant Karmali、Mason Chen 和 Arhan Surapaneni，我们正在 |
| 针对真实扑克情况优化 AKQJ 游戏。因此，COVID-19 是有效的心理健康措施，并且可能使现有的心理健康问题恶化。 |
| 疫情带来的压力，即对疾病或失去亲人的恐惧，可能会影响人们的决策能力，并导致他们上瘾行为。 |
| 而赌博成瘾就是这样一种行为，由于在线赌博网站的增加而有所增加……在线赌博网站的网站流量。 |
| 该项目分析了扑克游戏中的不同情况如何影响人们做出非理性决定。其中包括可能导致赌博成瘾的情况。我们开发了一个简化的扑克模型，该模型仅使用 A 和人头牌，即 A、K、Q 和 J。 |
| 这增加了某些获胜牌的概率，我们称之为 AKQJ，分别代表 A、K、Q、J。 |
| 该模型中的变量包括牌值、玩家人数、下注轮次以及牌是明牌还是暗牌。 |
| 明牌或者说是的...该模型的目的是简化整场扑克游戏中获胜结果的复杂概率计算。 |
| 我们将这个目标扩展到这样的想法：由于现实生活中的扑克游戏不止一轮下注，我们可以证明或表明该模型是有效的，即使在具有不同下注轮次的不同扑克变体中也是如此。 |
| 这就是这个项目……或者说这是项目的概要。首先，我们研究了情绪化投注和强迫性赌博，强迫性赌博的风险因素是什么？人们喜欢什么……强迫性赌徒的想法是什么样的？ |
| 他们为什么赌博？我们发现人们赌博是为了寻求刺激，就像瘾君子一样……吸毒成瘾的人，他们吸毒是为了寻求刺激。所以我们再次…… |
| 我们推断，赌博或赌博成瘾必定会触动大脑中与审查有关的相同的心弦……或与奖励系统有关的心弦。 |
| 然后我们开始……我们的技术在实际情况下使用隐藏牌和明牌。隐藏牌和明牌是……明牌是玩家面朝上的牌，而隐藏牌面朝下，只有玩家知道其身份。 |
| 然后我们制作了两个独立的算法。一个是综合算法，另一个是最坏情况算法。 |
| 但是综合算法更加复杂，因为所有的牌都是隐藏的，很难进行计算，最坏的情况是算法有一些公开的牌，所以玩家……或者我们建模的玩家可以推断 |
| 无论你是否接受赌注。这就是我们的工程部分。我们使用 JMP 来模拟球员的比赛风格。 |
| 我们还使用了 |
| 正如 Arhan 所展示的，Java 和 Python 编程可以生成...随机生成卡片情况，我们计算概率并在 JMP 中进行了相关性和回归测试。 |
| 那么隐藏的...隐藏的牌和明牌。正如我提到的，明牌是玩家面朝上放置的牌，以便其他玩家可以看到。 |
| 而隐藏的牌面朝下，只有玩家知道它的身份。综合算法， |
| ...这通常是在真正的扑克游戏中发生的事情，玩家必须尝试计算概率 |
| 根据他们当前的手牌，他们战胜另一个人或战胜对手。 |
| 而在综合算法中，这很难做到，因为所有牌都是隐藏的，你不知道哪个玩家有哪张牌。而明牌使 AKQJ 游戏在计算方面更容易。 |
| 并且隐藏牌的数量会随着下注轮次的增加而增加。因此，我们进行的第一种情况是一轮比赛有六名玩家，每人有六张隐藏牌。 |
| 然后我们有一轮下注，有五名玩家，每人有七张暗牌 |
| 等等。 |
| 所以之前，我们......或者在模型中，有六位玩家被赋予了从 A 到 F 的标签。我们为他们分配概率特征，即他们下注的信心百分比。 |
| A 的概率为 0%，B 的概率为 15%，C 的概率为 30%，D 的概率为 45%，E 的概率为 60%，F 的概率为 75%。F 的 75% 概率意味着 |
| 除非他们...除非他们有 75% 的确定...至少 75% 的确定他们会赢那个人...他们的对手，否则他们不会接受赌注，所以这意味着他们在下注时非常非常保守。 |
| 一般扑克牌案例，即综合算法，以及最坏情况算法。 |
| 一般方法是计算，或者，例如，如果我们试图计算 A 赢得扑克比赛的概率， |
| 按照一般方法，我们必须使用 A 的概率是 A 对 A 赢得 B 的概率乘以 A 对 C 赢得的概率， |
| 一直到 A 战胜 F 的概率。这需要花费很长时间来计算，并且在真正的扑克比赛中非常麻烦，因为下注时间可能为 45 秒到 1 分钟，而没有多少人可以在一分钟内完成这种计算。 |
| 所以最坏的情况...所以我们开发了最坏情况方法。 |
| 最坏的情况……我们通过查看哪个玩家可以用他们能看到的牌组成最好的一手牌来计算最坏的情况，这些牌包括四张共享牌（所有玩家都可以看到）、一张隐藏牌和一张公开牌（每个玩家可以看到）。 |
| 我们在三种不同情况下使用这两种算法。第一种情况是一轮下注，有六名玩家。我们必须确定每个玩家在哪些情况下会弃牌或留牌，以及他们会赢或输多少筹码。 |
| 例如，A 留下，即使他们输了筹码，因为那是 |
| ...那是我们的一个模特，我们...我们知道她有赌博问题，所以...那...所以根据我们的情况，她必须留下来。 |
| B 战胜了 E，但未战胜其他任何人。在这种情况下，C 未获胜。D 战胜了 B 和 C，并与 A 和 E 打成平手。 |
| E 没有赢，而 F 赢了……战胜了所有其他玩家。请注意，由于 C 和 E 没有赢，他们……或者因为 B 赢的不够多，因为 C 根本没有赢，而且因为 E 根本没有赢，所以他们都弃牌了 |
| 在下一轮下注中，他们输掉了筹码。所以留下来的人，他们喜欢……考虑到这是一场一场比赛或一轮下注的扑克比赛， |
| 最有可能获胜的是 F，因为他们有最高的最坏情况获胜概率。我们可以看到，如果你翻到上一张幻灯片，我们可以看到玩家 A 或玩家 |
| ...或者对于六名球员的情况，球员 F 的整体表现非常接近 80%，所以我们可以...所以...所以两者之间存在相关性...或者两者之间存在很强的相关性 |
| 这 |
| AKQJ 最坏情况方法和一般方法。下一个案例是一轮下注和五名玩家。在这种情况下，置信度值会发生变化。 |
| A 的赔率为 0%，B 的赔率为 12%，C 的赔率为 25%，D 的赔率为 38%，F 的赔率为 65%。玩家 E 被淘汰，因为他在上一轮中输掉的筹码最多，不得不弃牌。 |
| 在玩家较少的这一轮中，我们看到的暗牌较多。暗牌的数量随着下注轮次和玩家数量的增加而增加。 |
| 随着隐藏牌的数量增加，计算时间可能会更长，这可能会让玩家更加紧张，不愿意进行这些计算，因为他们可能会赔钱。在这种情况下，玩家 F 没有获胜，如下所示 |
| 他们最坏情况下的获胜概率 |
| 小于他们的置信百分比，所以他们被迫弃牌。 |
| 意思是……或者这可能是因为保守的玩家在游戏后期可能表现不佳，因为他们太吝啬自己的钱了。即使赌注更高，他们也不会做出正确的赌注。 |
| 下一个案例是四名玩家，我们做了这个测试来确认玩家 F 是否获胜，我们可以……如果 F 没有获胜，我们可以自信地说 |
| 较为保守的玩家表现不佳……在游戏后期表现不佳。请注意，F 必须不断降低其获胜概率。 |
| 我们还测试了五名玩家的最坏情况算法是否匹配。在一般方法中，B 有 11% 的获胜机会，D 有 46% 的获胜机会，F 有 48%...48% 的获胜机会。 |
| 这非常接近最坏情况的值，因此我们得到了强相关性...我们得到了强相关性，R 平方为 0.998。 |
| 因此，这种最坏的情况使得 F 在五人比赛中获胜的概率为 50%。 |
| 我们还对四名玩家进行了测试，其中...... |
| 我们确认 F 在四人情况下获胜的概率为 50%。然后第三种情况是六人情况下进行三轮下注。在这种情况下，价值是相同的。 |
| 和 E 的，我们加回了 56%。然而，在第一轮中，F 获胜，因为玩家开始像 B、C 和 D 那样弃牌， |
| F 必须改变他们的信心水平。 |
| F 必须改变他们的信心水平来匹配一轮的获胜概率。 |
| F 的水平在第一轮后变为 60%，在第二轮后变为 54%。 |
| 这很复杂，就像这些是模型一样。 |
| 这是非自愿的， |
| 这表明保守的游戏风格中存在紧张情绪，这导致此类玩家在后面的回合中失败。 |
| 玩家 A 和 F 代表极端的游戏风格，这可能表明他们有赌博问题。这是下注轮计算的简要总结。在两轮下注或两轮转弯的游戏中，我们会看到 F 20 次中只有两次获胜。所以 |
| 这个这个…… |
| 玩家可能拿到的手牌并不全是……比如 F 可能拿到的手牌不够好，无法与对手可能拿到的手牌匹敌。这种情况在两轮下注和三轮下注中都会发生。 |
| 这是因为紧张，这是因为 F 的概率太高，就像他们无法匹配他们的 |
| 信心水平，所以如果你想……也许在扑克游戏中取得好成绩的最佳策略是不要太激进地下注，也不要太保守地下注。就像玩家 D 一样，他有…… |
| 玩家 D 有 38% 的机会……或者 38% 的概率，所以他们必须至少有 38% 的把握能够……能够战胜对手。所以……我认为……或者基于此，那个位置附近是玩扑克的好地方。那么，为什么这很重要？ |
| 我们还做了……或者说，我们还做了三人测试，以确认玩家 F 必须弃牌，而玩家 D 在这一轮中获胜。因此，我们可以说，玩家 D 在这一扑克模型中拥有最佳策略，在 AKQJ 扑克模型中，有多个下注轮次，玩家多于……且少于六人。 |
| 我们还进行了两轮下注，以考虑……或表明 F 也不会赢。 |
| 这是我们进行的另一个案例，目的是测试 F 输掉的结果是否在整个下注回合中都有效。我们进行了三次下注回合，共有四名玩家。 |
| 那么，为什么这很重要？我们之前已经表明，玩家可以进行简单的计算，比如最坏的情况，以控制他们下注的冲动，即使是输掉一手牌。 |
| 有赌博成瘾的人在下注时可能会非常非常激进，即使他们知道自己会输钱，他们仍然会碰运气，怀着一丝希望，赌一把，希望自己能大赢一笔。 |
| 有赌博成瘾的人在下注时可能会非常非常激进，即使他们知道自己会输钱，他们仍然会碰运气，怀着一丝希望，赌一把，希望自己能大赢一笔。 |
| 这是一种情绪化的投注方式，它完全陷入了赌徒谬误的陷阱，比如说，如果你运气好或者运气不好，那么下次你就会走运。 |
| 扑克比赛中玩家数量减少、下注轮次增多的新情况，让玩家，甚至是最理性的玩家，都开始感到紧张。所以 F， |
| 在六人计算的一轮下注中，有一位玩家……就像你可以看到那个玩家有经验或者他……或者那个玩家能够等待，他能够有一个很好的策略，他或她，对不起。 |
| 这是……所以我们可以把它应用到真正的扑克游戏中，因为在人类中，副交感神经系统会向体内释放压力激素，比如肾上腺素， |
| 引发战斗或逃跑反应。当你处于像扑克游戏这样的高风险情况下时， |
| 那么你知道……从表面上看，你知道风险是什么，你知道你的钱和资产都处于风险之中，所以 |
| 你会押注于此，试图增加它。这只是人类固有的天性。在这场扑克游戏中，更多的带宽被分配给杏仁核，这是大脑中控制情绪的区域，而不是理性的、参与执行功能的前额叶皮层。 |
| 因此，一轮中隐藏的牌越多，玩家可能会对自己的赌注更加紧张，并做出更糟糕的赌注，即使他们...... |
| 即使他们在扑克方面经验丰富。 |
| 这种紧张情绪可能与赌博成瘾的盲目赌博性质有关，基于风险计算和赌博寻求刺激的概念。 |
| 我们的结论是，F，或者像 F 这样的过于保守的玩家，在现实扑克牌游戏中可能表现不佳。所以表现最好的玩家是比较保守的玩家，但他们比那些非常非常吝啬的普通玩家更愿意下注。 |
| 我们的主要观点是，如果玩家能够理解基本的统计计算并在游戏中使用它们，赌博障碍可能会得到减轻。 |
| 和 |
| 未来的研究，实际上不是未来，而是即将发生或我们已经做过的研究，我们将使用 Python 获取更可靠的数据，这就是 Arhan 的演讲要展示的内容。谢谢观看。 |
| 阿尔罕·苏拉帕尼尼 | 每年都有数百万人前往赌场之都拉斯维加斯参加派对、享受奢华，但 |
| 最重要的是，赌博。 |
| 赌博虽然形成了赢得胜利的虚假奖励，但仍然隐藏着财务和社会斗争的黑暗陷阱。 |
| 我们这一代人正在走向现代化，技术进步迅速成为常态，计算机编程语言成为现代世界蓬勃发展的必需学科。 |
| 利用现代计算机编程工具和???，我们能够更深入地了解他们的心理问题并分析有助于解决这些问题的工具。 |
| 这是与作者 Siddhant Karmali、Mason Chen 和 Saloni Patel 共同完成的，并得到了顾问 Charles ??? 博士和 ??? 的帮助。 |
| 如前所述，每年有数百万人前往赌场，影响着庞大的人口。 |
| 对于影响如此大样本量的问题，其中一个首要问题是我们如何表达赌博问题的解决方案以及如何有效地做到这一点。 |
| 通过 Siddhant 的演讲，我们学到了很多关于原始方法的知识 |
| 这有助于解释赌博，同时也揭示了有关赌博的经济误称，证明冷静和谨慎可以带来最好的结果，而不是依靠游戏运气来获得积极的结果。 |
| 所有这些都是通过 Java 完成的。但是，这种方法仅运行 92 次就需要 30 个小时。这既不有效也不实用。但是，使用 Python 可以将这个时间缩短到几秒钟，同时还允许更高级别的复杂性，这对整体方法有益。 |
| 总而言之，该方法需要六人模型，每人从 16 张 AKQJ 牌中收到两张牌。 |
| 其中一张牌是隐藏的，桌上放着四张牌。每位玩家的信心水平决定了他们弃牌或继续玩的频率。 |
| 继续玩会扣 3 分，弃牌只会扣 1 分。这样做是为了模拟从盲目赌博到谨慎战略家的玩家。 |
| 通常，进行大规模实验非常繁琐且耗时，需要进行足够数量的测试才能获得可用的数据。 |
| 一种有效的替代方法是使用计算机编程，更具体地说，在蒙特卡罗模拟中使用计算机语言 Python，而是定义为依赖于包含数值结果的重复随机采样的一类广泛的计算算法。 |
| 图中应用的 Java 程序非常低效。它们仅允许随机两个样本，并且单独找出每个特定序列的过程很难完成。 |
| 当我们试图获取更大的数据集时，改变这一点很重要。分析语言之间的一般差异， |
| 重要的是要识别 Java 是编译型语言中的静态类型，而 Python 是解释型语言中的动态类型。这一区别使得 Java 运行时速度更快，调试起来也更简单。 |
| 但是 Python 更易于使用和阅读。 |
| Python 也是一种解释语言，其优雅的语法使它成为许多领域中脚本编写和快速应用程序开发的非常好的选择。这在以下方法中得到应用。 |
| 我们需要了解的是新的随机器，它适用于完整的 52 张牌，AKQJ 16 张牌 |
| 模型可以使统计???渲染更加准确，特别是在使用蒙特卡洛模拟时。 |
| 我们可以使用 Python 为角色添加一个有益的方面。正如 Siddhant 所述，我们现在可以使用赌注。 |
| 我们不需要手动对随机的两张牌应用不同的置信度，而是可以使用蒙特卡洛根据添加或删除赌注的能力的特定百分比阈值做出不同的选择，稍后您将会看到这一点。 |
| 首先，重要的是要谈谈牌组。这里我们看到一个带有洗牌功能的 16 张牌阵列。这允许将牌随机化， |
| 类似于Java程序中看到的初始函数。 |
| 这会从 16 张牌中为不同的玩家抽出两张牌。考虑到这一点，原始综合方法和我们的最坏情况方法都有广泛的应用，我们将在后面介绍和开发。 |
| ??? 同一副牌允许我们添加变化或移动事物来影响我们如何计算最坏情况的方法，这对我们的最终目标很有帮助。 |
| 我们在旧的 JAVA 方法中没有同样的灵活性。Python 针对最坏情况方法的具体更改包括特定的 elif/if |
| 语句，这样持有最差牌的玩家就被标记为输家，而 Siddanth 所涵盖的公式也发生了变化。这很重要，因为这可以更有效地... |
| 数据收集效率更高，随机器的输出更准确。你可以为这些单独的卡片添加特定名称，这本身也是另一个有用的应用程序。 |
| 这种简化的蒙特卡罗模拟允许更多的复杂性，因为它允许我们根据涉及的场景添加新的赌注 |
| Siddanth 描述的多轮下注。我们可以通过改变当前赌注来改变角色，这会影响玩家如何停留或离开下注回合，这是与 Java 方法的一个关键区别。 |
| 该程序中的概念与设置一个变量有关，该变量最终将返回资金值并将赌注返回到初始赌注参数。 |
| 将当前赌注设为零，我们设置一个 while 循环来连续运行条件，直到当前赌注等于计数。 |
| 然后，对于每组获得成功结果的组别，我们都会通过赌注增加其价值。 |
| 如果我们添加一个命令告诉我们或角色在某个赌注时放慢速度，那么我们就有一个简单的方法来确定下注的门槛。 |
| 我们还可以编辑相同的表单以接受特定序列，例如满堂红，只有当序列存在时才允许下注。这些阈值创建了我们上面提到的风险管理水平。 |
| 我们可以在???中绘制概率，其中我们将每个更新的当前赌注附加到 X 值数组中，将每个更新的值附加到 Y 值数组中，继续绘制 PLT(?) 以绘制 X 值和 y 值。 |
| 更好的函数的关键组成部分是 if 语句中的 if... 条件，该条件对应于成功的结果。这可以适用于任何 |
| 需要的结果，包括一般情况和最坏情况。 |
| 当我们使用双字符和多字符进行比较时，我们可以添加重要的语句以确保数据被正确比较。 |
| 使用 Python，您可以确保抽牌，例如两对，或者用更高的值排除具有较低值的玩家，迫使他们退出游戏。与使用原始 Java 程序相比，使用新的 Python 程序可以提高效率。 |
| 原本需要30个小时才能完成的事情，现在只需几秒钟即可完成。 |
| 应用此程序后，我们能够使用新结果与原始 Java 结果进行相关性测试。如果我们查看一般方法和最坏情况方法的红线，我们会看到 |
| 它们非常接近，表明具有很强的相关性。 |
| 这也与更高的 R 平方值配对。我们还运行了单比例假设检验，结果表明，对于这两种方法，我们均未能拒绝零假设。 |
| 这个值虽然很高，但并不接近……并不接近 1。对于我们期望几乎相同的东西，因为这是计算机编程。 |
| 主要有两个原因，第一个是样本量。92 看起来很多，但并不强......趋势并不像人们预期的那么强。 |
| 为了解决这个问题，我们可以将样本量增加到 1,000 甚至 10,000。另一个原因可能是 Python 的应用。如前所述，Python 是一种更全面的语言，而不是静态语言。这可能会改变效果，但主要保持不变。 |
| 这里我们可以看到程序最终的应用结果。通过这个程序，我们可以看到每个人玩了什么……每个玩家用牌抽了哪些牌…… |
| 哪些牌被展示和隐藏，桌上有哪些牌，玩家获得和损失多少筹码，以及最后谁赢了，他们如何赢。在下图中，我们看到玩家 1 以满堂红获胜。 |
| 能够在一台计算机和一个函数中运行多个字符，在应用时描述不同的序列 |
| 不同数量的玩家，也显示了不同结果的概率，甚至在常规扑克游戏中添加了多次下注，Siddanth 已经介绍过。 |
| 这对于进一步的发展至关重要，因为它允许世界各地的人们使用这个程序和方法 |
| 将这些想法发展为一种学习工具，可用于治疗赌博成瘾者。 |
| 另一项发展利用了神经网络（AI）方面，通过添加虚张声势等功能使该程序更加详细，足以使该程序更像赌场中看到的实际游戏。 |
| 最后，我们发现，通过使用 Python，我们不仅获得了更高的准确率，而且效率也更高……高得多，最终证明了我们最初的假设：谨慎行事 |
| 带来更多金钱和更多胜利，将原本需要几个小时的程序缩短到短短几秒钟。 |
| 因此，下次您去拉斯维加斯或与朋友一起参加游戏时，请记住这个项目，并记住更加谨慎并花更多时间做决定将对您从长远来看有所帮助。 |
| 谢谢。 |
