Game theory optimal aneb optimální strategie teorie her v pokeru

V tomto článku se zaměříme na koncept Game theory optimal (GTO) v našem podání samozřejmě se zaměřením na poker. Řekneme si, co to GTO strategie vlastně je, kdy je vhodné ji následovat a kdy se jejímu vedení spíše vyhnout.

Game Theory Optimal (GTO) strategie, popsána Michaelem Acevedem v knize s názvem "Modern poker theory: building an unbeatable strategy based on GTO principles" je v teorii pokeru pokročilým konceptem. Ještě zmíním, že tento článek čerpá především právě z originálu této knihy. 

Definice GTO

Samotná teorie her je koncept spadající pod aplikovanou matematiku řešící dopady interakce mezi racionálně uvažujícími subjekty v dané situaci. Krom pokeru může být aplikována v mnoha dalších oblastech jako ekonomie, psychologie, politika, biologie...  

Optimální řešení situace (v našem případě zahrání) pro všechny účastníky poznáme dle takzvané "zero-sum game" aneb situace, kdy jsou rozhodnutí aktérů vybalancována tak, že nikdo dlouhodobě nevyhrává ani neprohrává. Tedy nulový profit a nulová ztráta. V případě, že by se toho někdo z nich nedržel, dlouhodobě začne být ztrátový a ostatní hráči si rozdělí zisk z jeho chyb.

Také se dá říci, že pokud se budete řídit GTO strategií, nikdy na tom nebudete hůře než na nule. Ještě jednodušeji – nikdy nemůžete být prohrávajícím hráčem. To však neznamená, že nikdy neprohrajete. Jedná se o relativně dlouhodobé hledisko.

Strategie je poté specifické chování hráčů popisující každé možné rozhodnutí v každém bodě hry.

V pokeru se snažíme generovat maximální profit. Snažíme se odstranit chyby v naší hře a využívat, přizpůsobovat naši strategii, chyby soupeřů za účelem maximalizace zisku. A abychom věděli, co je našimi chybami a chybami soupeřů, potřebujeme znát základní, správnou, nebo chcete-li, optimální linii zahrání vaší handy v dané situaci. A tuto linii vám odhalí právě GTO.

Ta se zaměřuje na to jak hrát, aby soupeři nemohli identifikovat vaše slabiny a nemohli vás systematicky odírat o těžce vydřené žetony. Balancuje vaše akce a velikosti sázek. Tímto způsobem hráči vytváří nepředvídatelnost a udržují tak výhodu na své straně.

Když se budete držet GTO při hraní, vlastně vás nezajímá, co dělá váš oponent. Budete se držet své optimální hry a výsledek se jednoduše dostaví. Budete sázet, checkovat a blufovat dle diktované frekvence a "to je vše". 

Proč všichni hráči pokeru nehrají jen GTO

Bohužel se ještě nedá říct, že GTO již spočítala poker a všechno je jasné. Stále má svá omezení a její propočty jsou mnohdy nedostatečné.

Čím méně hráčů, tím je přesnější. Především je velmi užitečná pro heads-up hru, avšak jak hra nabývá komplexnosti, GTO začíná pokulhávat a pro takový plný stůl s téměř nekonečným počtem kombinací pro každého hráče rozhodně nezná všechna řešení.

Jak jste nejspíše prohlédli, spočítat optimální zahrání, když zrovna sedíte u stolu, asi nezvládnete. Zároveň vás možná napadlo k čemu, když to vlastně ještě není vyřešené. 

Lidský mozek sice nemá kapacitu na provedení všech daných matematických operací, avšak GTO nám poodkrývá principy, které se dají aplikovat v další hře. To je právě to, co od ní přebíráme a ve velké míře se snažíme implementovat do hry. Učíme se z již vyřešených situací. Nacházíme strategické principy a zákonitosti, které posléze aplikujeme ve vlastní hře.

To jak můžete hrát poker je na vás a obecně máte spoustu možností, jak se k dané situaci postavit. Dnes je již několik programů a aplikací, které vám pomohou natrénovat optimální strategii. Nicméně protože né každý je GTO mašina, dostáváme se k části, kde se podíváme na profitabilnější cesty, než právě GTO.

Studuj poker v programu GTO Wizard

Optimální zahrání (GTO) vs. přizpůsobení se tendencím soupeřů (exploit)

Již jsme si řekli, že pod vedením GTO strategie se nemůžeme dostat s bankrollem do mínusu. To však bohužel (nebo bohu dík, to záleží na úhlu pohledu) neznamená nutně nejprofitabilnější cestu. Vlastně velice často to může znamenat přípravit se potenciálně o nějaký zisk.

Představte si jednoduhou situaci, kdy hrajete proti hráči, který vás vždy dorovná. GTO vám v takových situacích velí i tak někdy blufovat a občas hrát opatrněji, avšak stále zůstanete v černých číslech. Co se ale stane, když nebudete blufovat do hráče, který nikdy nesloží a zároveň začnete nahazovat ještě více v situacích, kdy držíte nuts? Ač se od optimální strategie odchýlíte poměrně hodně, váš profit i přes to navýšíte. Tomuto přístupu se říká explotativní strategie a technicky vzato je v rozporu s GTO. 

Pokud byste seděli proti hráči, který by perfektně ovládal GTO strategii, exploitovat se vám ho nepodaří. Protože jsme však lidé, nějaké chyby děláme všichnin. Ty největší profesionály nevyjímaje. A čím je úroveň soků nižší, tím více nabírá exploitativní strategie na významu.

Co tedy hrát? Na to je jednoduché odpovědět. Hrajte obojí! Vaše základní strategie by v nejlepším případě měla stát na principech optimální teorie hry, avšak pro maximalizaci svého profitu byste měli tuto strategii přizpůsobovat tendencím/odchylkám/chybám oponentů. Jak jsme již zmínili v jiných článcích, poker je hra informací. Kdo jich má více, dělá více lepších rozhodnutí a v konečném důsledku získá více žetonů.

zdroj: Michael Acevedo: "Modern poker theory: building an unbeatable strategy based on GTO principles"

Čti dál:

Kapitoly z GTO pokeru: Minimální defenzivní frekvence (Minimum defense frequency)

Kapitoly z GTO pokeru díl první: Optimální frekvence sázení 

Slunce, pláže a poker aneb život pokerového poloprofesionála