Exploitative Dynamics
元数据
- 作者: Andrew Brokos (GTO Wizard)
- 日期: 2023-02-20
- 类型: 文章
- 原始文件: Exploitative Dynamics.md
摘要
阐述剥削性策略的动态机制和四步剥削流程。核心洞见:GTO策略的不同部分对对手反应的敏感度不同——纯策略(明确的best play)即使对手偏离也不改变,而混合策略对微小偏离极度敏感。
关键要点
- 混合策略的敏感度:BTN开池中,ATo是纯open(即使盲注偏离仍盈利),T4s混合(EV=-0.01bb),微小对手变化可改变决策
- 四步剥削流程:
- ① 想象均衡:这个场景下GTO超级计算机会怎么做?
- ② 做出阅读:对手如何具体偏离均衡?越具体越好
- ③ 找出剥削:针对这个错误我能做什么?
- ④ 决定偏离程度:偏离越大,读错惩罚越大→强阅读才值得大偏离
- 敏感度演示:22223河牌博弈,OOP跟注从50%→52%,IP立刻停止所有诈唬!混合策略极度敏感
- 极端案例:OOP 100%跟注→TT从check变为value bet,但99仍check
- 多街适应:预计对手未来节点犯错→到达该节点的手牌价值上升→早期街策略调整
- 多人底池限制剥削:翻前有多个活玩家时,无法针对单一对手大幅偏离
影响的概念
完整笔记
详细策略分析
- 混合策略的敏感度——剥削理论的数学基础:文章中ATo vs T4s的BP opening对比是理解整个剥削框架的关键。ATo是纯策略(纯open),即使盲注玩家大幅偏离均衡仍然保持正EV。T4s是混合策略的开池边缘(EV≈-0.01bb),对手盲注防守频率的微小变化就能将T4s从”均衡弃牌”变为”均衡开池”或反之。这个对比揭示了一个普遍规律:一个手牌离无差异点越近,它对对手策略的敏感度就越高。这解释了为什么剥削主要是关于调整混合频率(多/少诈唬,多/少跟注),而不是翻转纯策略(从不弃AA变为弃AA)。



