วันนี้เราจะมาเปิดเผย 4 ความเชื่อผิดๆเกี่ยวกับ Game Theory Optimal Poker Strategy หรือเรียกกันสั้นๆว่า “GTO”
ด้วยข้อมูลเชิงลึกจาก Ryan Fee และ Mathew Janda จาก module ใหม่ของพวกเขาใน Upswing Lab เราตั้งใจจะลบล้างความเข้าใจผิดเหล่านี้ให้ทุกคนได้รับรู้
GTO เป็นกลยุทธ์ที่ไม่สามารถเอาชนะได้ในระยะยาว ไม่ว่าคู่ต่อสู้ของเราจะเล่นอย่างไร
ผู้เล่นที่เก่งที่สุดในระดับโลกต่างใช้ GTO strategy
GTO สำหรับเกม NLH นั้นมีอยู่ แต่ยังไม่เป็นที่รู้จักของมนุษย์อย่างพวกเรา หรือแม้แต่คอมพิวเตอร์
เพราะเกมมันซับซ้อนมากเกินไปและยังไม่สามารถแก้ได้ แต่สำหรับเกม head-up LH ที่ความซับซ้อนน้อยกว่าได้ถูกแก้ได้แล้ว
GTO กลายเป็นคำศัพท์สำหรับสิ่งต่างๆตั้งแต่ “กลยุทธ์ที่ดีที่สุด” จนถึง “ดี” ขึ้นอยู่กับผู้ใช้
เราอาจได้ยินใครพูดถึงเสต๊กมื้อเย็นของเขาด้วย GTO หรือแม้แต่กับสุนัขของเขา
เวลาเราได้ยินใครพูดถึง GTO poker strategy พวกเขาน่าจะหมายถึง game theory-based strategy
แม้แต่ผู้เล่นที่มีประสบการณ์ก็ยังเข้าใจผิดอยู่เป็นประจำ
นั่นหมายความว่า เราเข้าใจแนวคิด GTO สำหรับบางส่วนที่ง่ายของเกม และเราก็ขอแนะนำให้ใช้มันในการสร้างกลยุทธ์พื้นฐานของเรา
GTO strategy สร้างผลกำไรสูงสุดเสมอ
ผิด: GTO strategy เป็นกลยุทธ์ที่ exploit คู่ต่อสู้ที่รอบรู้ได้ดีที่สุด หรือพูดอีกอย่างก็คือมันเป็นกลยุทธ์ที่เอาชนะได้มากที่สุดถึงแม้ว่าคู่ต่อสู้ของเราจะรู้จักมันอย่างดี
GTO strategy ไม่ได้คำนึงถึงกลยุทธ์ของคู่ต่อสู้ดังนั้นจึงไม่ใช่กลยุทธ์ที่สร้างผลกำไรสูงสุดเสมอไป ยกตัวอย่างเช่น GTO strategy ให้ river bluff ผู้เล่น calling station มากเท่ากับ bluff กับพวก nit
ย้ำอีกครั้งว่า poker ไม่ใช่เกมที่แก้ได้แล้ว จึงไม่มี player คนไหนที่สามารถใช้กลยุทธ์ที่เหมาะสมและสมบูรณ์แบบที่สุดได้ player ทุกคนจะถูก exploit ในทางใดทางหนึ่ง และบางคนจะถูก exploit ได้มากกว่า การที่จะทำกำไรสูงสุดกับคู่ต่อสู้คือจะต้อง exploit จากความไม่สมดุลของพวกเขาให้มากที่สุดโดยการใช้กลยุทธ์ตอบโต้อย่างเฉพาะเจาะจง
แต่การเล่นอย่าง exploitable ก็มีข้อเสียเปรียบเช่นกัน และ 2 ข้อที่สำคัญก็คือ:
1) บางครั้งการเล่น exploitable ของเราอาจจะผิด
จากคำนิยามของมัน..การเล่นแบบ exploitable คือการเบี่ยงเบนจากกลยุทธ์ที่เหมาะสมที่สุดในทางทฤษฎี นี่คือสิ่งที่สำคัญในการเล่น exploitable จากข้อมูลที่เชื่อถือได้ไม่ใช่จากสมมุติฐาน เพราะถ้าเราเล่น exploitable จากสมมุติฐาน ด้วยข้อมูลที่ไม่แน่นอนจะทำให้บางครั้งเราอาจเล่นด้วย -EV อย่างมาก
2) ทุกครั้งที่เราเล่น exploitable ก็เป็นการเปิดโอกาสให้ตัวเองถูก exploit ได้เช่นกัน
ลองนึกถึงตัวอย่างนี้..เรากำลังเล่น online กับ Regular และมีข้อมูลจาก database ที่แสดงว่าคู่ต่อสู้หมอบมากเกินไปจากตำแหน่ง SB เมื่อถูก 3-bet นั่นทำให้เรามีแรงจูงใจที่จะ 3-bet aggressive จาก BB เพราะเรารู้ว่า SB มักจะหมอบ
แต่การที่เราปรับเปลี่ยนการเล่นนี้ ก็เป็นการทำให้ตัวเราเองขาดสมดุลและมีโอกาสที่จะถูก exploit เช่นกัน อาจจะโชคดีถ้าคู่ต่อสู้ไม่สังเกตว่าเราพยายามจะ 3-bet ด้วย range ที่กว้าง เพราะนั่นอาจทำให้เราโดนสวนกลับด้วย light 4-bet
ต้องเก่งคณิตศาสตร์ถึงจะใช้ GTO strategy ได้
แน่นอนว่ามันมีส่วนเกี่ยวข้องกับคณิตศาสตร์ในการเล่น poker แต่ก็ไม่ถึงกับจะต้องเป็นผู้เชี่ยวชาญที่จะทำความเข้าใจมันได้
การคำนวณเกือบทั้งหมดที่เราจำเป็นต้องรู้เป็นเรื่องที่ไม่ซับซ้อน ไม่มีอะไรเกี่ยวกับ algebra สมการ หรือ สัญลักษณ์น่ากลัวอะไรทั้งสิ้น สูตรที่ใช้กันมากที่สุดหาได้ทั่วไปในโลก online
ประสบการณ์จะช่วยให้การคำนวณ pot odds และ calling frequency เป็นเรื่องง่ายขึ้น ในไม่ช้าเราจะทำได้เองโดยอัตโนมัติโดยที่เราแทบไม่ต้องคิดถึงมันเลยด้วยซ้ำ!
ยกตัวอย่างเช่น..สูตรการคำนวณอัตราส่วนของ value bet/bluff ที่ดีที่สุดตาม bet size ของเรานั้นง่ายและสามารถจำได้อย่างรวดเร็ว สมมุติว่าเรากำลัง heads-up และ bet $100 ไปใน pot $200 ที่ river ด้วย odds 3 ต่อ 1 ที่คู่ต่อสู้จะ call ในกรณีนี้ bet range ของเราควรจะมี value hand 75% และ bluff 25% เพื่อทำให้ bluff-catcher ของคู่ต่อสู้ไม่ต่างระหว่างการ call หรือ fold (ผลลัพธ์ดีที่สุดที่เขาจะได้คือ break-even)
โดยอัตราส่วนนี้จะเปลี่ยนไปตาม bet size ของเรา ตารางด้านล่างแสดง bet size ที่ใช้กันมากที่สุดเพื่อช่วยให้เราจำมันได้
จากที่ได้เห็นจากตาราง ยิ่งเรา bet น้อยเท่าไหร่ เราก็ยิ่งต้อง value hand มากเท่านั้น และถ้าเรา bet หนักเท่าไหร่ เราก็ควรจะ bluff มากเท่านั้น
ไม่จำเป็นที่จะต้องเรียนรู้ GTO เพราะ exploitable strategy สามารถทำกำไรได้มากกว่า
จากที่เราได้พิจารณาดูแล้วว่าการเล่น exploitable อย่างมีประสิทธิภาพนั้นสามารถทำกำไร EV ได้มากกว่า GTO strategy แต่ก็ไม่ได้หมายความว่าเราควรจะทิ้ง GTO ไปได้เลย
การเล่นอย่างสมดุลหรือเหมาะสมจะดีที่สุดถ้าเราไม่มีข้อมูล(หรือมีน้อย)เกี่ยวกับคู่ต่อสู้ เราต้องมีข้อมูลเป็นพันๆ hand ก่อนที่เราจะหาจุดที่น่าจะ exploit ได้อย่างมั่นใจ ดังนั้นเราจึงควรเล่นด้วยกลยุทธ์พื้นฐานเพื่อป้องกันตัวเองจากการถูก exlpoit ในขณะที่ยังสามารถเก็บข้อมูลอยู่ และเมื่อเราเห็นจุดที่จะ exploit ได้ เราก็สามารถเปลี่ยนจากกลยุทธ์ที่ทำอยู่และควรทำทุกอย่างในการวางกับดัก counter-strategy
ยิ่งไปกว่านั้น ความเข้าใจที่ดีในแนวคิด GTO จะช่วยให้เราเห็นจุดที่น่าจะ exploit ได้ในเกมของคู่ต่อสู้ ถ้าเรามีความเชี่ยวชาญและเข้าใจว่ากลยุทธ์ที่ดีที่สุดควรจะเป็นยังไง มันจะทำให้เราสังเกตเห็นเวลาที่ player ปรับเปลี่ยนกลยุทธ์ และเราจะรู้วิธีที่จะทำกำไรจากมัน
ได้เวลา GT-Go กันแล้ว!
GTO strategy เป็นหัวข้อที่ซับซ้อนและยังมีรายละเอียดอีกมากที่ต้องเรียนรู้ แต่หวังว่าในวันนี้เราได้เคลียร์ความสับสนหลักๆที่พบกันบ่อย
Source:
4 GTO Myths That Way Too Many Poker Players Believe
https://upswingpoker.com/gto-myths-game-theory-optimal-misconception/
Picture reference:
http://www.rakerace.com/news/poker_rooms/how_to_develop_a_sound_preflop_strategy/
https://www.pocketfives.com/articles/wsop-predictions-how-will-the-big-names-fare-at-the-2019-wsop-624337/