L’IA au poker ne « bluffe » pas comme un humain qui lit une émotion. Libratus et Pluribus sélectionnent des actions dans un jeu à information imparfaite en combinant théorie des jeux, auto-jeu et calcul probabiliste. Leurs succès ont surtout montré qu’une machine peut construire une stratégie robuste sans connaître les cartes adverses.
En bref
- Libratus a affronté des professionnels en heads-up, donc à deux joueurs.
- Pluribus a étendu l’approche au no-limit Texas Hold’em à six joueurs.
- Le bluff émerge d’un mélange stratégique d’actions, pas d’une intention psychologique.
- Ces systèmes de recherche ne prédisent pas les cartes cachées.
Pourquoi le poker est difficile pour l’intelligence artificielle
Aux échecs ou au go, l’état du plateau est visible. Au poker, les cartes privées restent inconnues et chaque mise transmet une information ambiguë. Une stratégie qui miserait seulement avec une main forte deviendrait exploitable. L’algorithme doit donc répartir ses actions entre plusieurs mains possibles et conserver une part d’imprévisibilité.
Ce problème appartient aux jeux à information imparfaite étudiés en intelligence artificielle. Il exige de raisonner sur des distributions de situations plutôt que sur un état unique parfaitement observé.
Libratus : le cap du heads-up no-limit
Développé à Carnegie Mellon par Noam Brown et Tuomas Sandholm, Libratus a battu quatre spécialistes humains lors d’un défi de 120 000 mains en 2017. Le résultat scientifique a ensuite été publié dans Science. Le système combinait une stratégie abstraite calculée avant le match, une résolution plus fine des sous-jeux pendant la partie et une analyse des faiblesses révélées.
La publication Superhuman AI for heads-up no-limit poker documente le protocole et évite de réduire l’expérience à une simple anecdote de « robot qui lit les humains ».
Pluribus : passer de deux à six joueurs
Le multijoueur est plus complexe : davantage de stratégies, d’alliances implicites et de séquences de mise deviennent possibles. Pluribus a produit une stratégie de base par auto-jeu, puis utilisé une recherche limitée pendant les décisions. En 2019, il a battu des professionnels dans des parties à six joueurs de no-limit Texas Hold’em.
L’étude Superhuman AI for multiplayer poker décrit cette avancée. Le poker en ligne reste ici le terrain d’expérimentation ; le résultat ne garantit évidemment pas qu’un logiciel grand public puisse gagner durablement sur une plateforme.
Comment une IA apprend-elle à « bluffer » ?
Les méthodes de type Counterfactual Regret Minimization comparent les gains qu’aurait produits une autre action dans des situations similaires. Par itérations, elles réduisent le regret associé aux choix passés et convergent vers un mélange d’actions plus difficile à exploiter. Les algorithmes d’optimisation ne copient donc pas une psychologie humaine : ils équilibrent mathématiquement mises fortes, prudence et bluffs.
| Système | Configuration | Apport principal |
|---|---|---|
| Libratus | Heads-up no-limit | Résolution de sous-jeux et adaptation |
| Pluribus | Six joueurs no-limit | Stratégie multijoueur efficace à coût maîtrisé |
Ce que ces travaux changent au-delà du poker
Les mêmes familles de problèmes apparaissent dans la négociation, la cybersécurité ou l’allocation de ressources : plusieurs acteurs prennent des décisions sans connaître toutes les intentions. Le transfert n’est cependant pas automatique. Chaque domaine impose ses propres objectifs, données, contraintes et conséquences humaines.
Ce que Libratus et Pluribus ne démontrent pas
Ils ne prouvent pas que le poker est « résolu » dans toutes ses variantes, ni qu’un bot discret peut gagner partout. Les résultats concernent des configurations précises et des protocoles expérimentaux. Les plateformes de poker interdisent par ailleurs généralement les assistants qui prennent des décisions en temps réel : utiliser un tel outil peut entraîner la fermeture du compte et la confiscation des fonds selon les conditions du service.
Pour la recherche, l’intérêt est ailleurs : formaliser l’incertitude, éviter une stratégie trop prévisible et calculer avec des ressources limitées. Ces principes peuvent inspirer d’autres problèmes, mais ils doivent être réévalués dès que les objectifs et les conséquences changent.
Bluffer ne signifie pas agir au hasard
Une fréquence de bluff efficace dépend de la situation, des tailles de mise possibles et des mains que la stratégie représente. Tirer une action au hasard sans cohérence rendrait le système exploitable. L’IA conserve donc une distribution structurée : elle varie ses choix tout en respectant un calcul global de risque et de rendement.
