Counterplay — Heads-up research

NO HAND IN PLAYNO-LIMIT HOLD'EM · 0.5 / 1 BB · NO RAKE

COUNTERPLAYHEADS UP · CHIP EV

POT—等待发牌

C

研究 Bot BB等待开始

—

YOU

你 SB · D真人席位

—

选择筹码深度，开始第一手

这一手的行动

PREFLOP → RIVER

行动会按街记录。Bot 策略在牌局结束后开放查看。

手动建立牌局

VISIBLE INFORMATION ONLY

深度预设我的位置输入单位

SB 盲注 chipBB 盲注 chipSB 起始筹码BB 起始筹码

我的两张底牌

公共牌逐街录入，点击牌面修正

Cash chip-EV · 无 ante · 无抽水。起始筹码支持不对称；对手底牌始终未知。

行动与筹码

先选择底牌，建立新的一手。

Edit / correct state · 从中途快照加入

缺少完整历史时明确使用未知范围。点击“使用快照”替换历史。Pot 必须等于双方总投入，筹码必须守恒。

当前街轮到谁Pot

SB 剩余筹码SB 本轮投入SB 总投入BB 剩余筹码BB 本轮投入BB 总投入

上一次完整加注幅度

检查手输底池与筹码是否一致

可选检查；有差额会拒绝建议，要求修正。

实际 PotSB 当前筹码BB 当前筹码

DUPLICATE MATCHES

同一副牌，交换策略席位。

每副牌打两次，让两种策略各持一次两边的牌。置信区间以配对均值为单位。

Hero 策略Villain 策略筹码深度配对数 · 每对 2 手Seed

网页最多 50 对。大样本用 CLI；短样本只用于功能和泄漏诊断。

真实实验结果将在这里显示。不会预填胜率。

本会话记录

选择已结束的牌局，回放每次行动与 Bot 决策；手动记录可载回 Advisor。

LOCAL TRAINING

可暂停、可继续、可检验。

先完成代码验证和短测，再选择预算。训练属于 Phase 3：终端启动 → 刷新状态 → 独立评测 → 选择激活。此页面只查看任务和命令，不会点击即启动训练。3 个独立 worker 分别训练 20、50、100BB；命令默认只预览预算，添加 --run 才开始。

PILOT / 2 HOURS

先做一次试跑

./hupoker train --stack all --workers 3 --wall-time 2h --max-memory-gb 8 --name pilot-01 --run

CONTINUE / TOTAL 8 HOURS

评测后，再决定续训

# 已跑 2h，再增加 6h
./hupoker resume --run-dir artifacts/checkpoints/pilot-01 --workers 3 --wall-time 6h --max-memory-gb 8 --run

2h、8h、48h 都是可选实验预算，不是必修时数；更多训练不保证更强。累计 8h 后，只有评测支持才考虑续训到累计 24–48h。resume 的 wall-time 是本次额外预算。自研 MCCFR 不会继续训练第三方 100BB 权重，也不会自动替换当前策略。使用电源适配器；前台操作会短暂让后台 worker 等待。

./hupoker pause artifacts/checkpoints/pilot-01

# 每次训练后先评测候选策略
./hupoker evaluate --hero checkpoint --hero-checkpoints artifacts/checkpoints/pilot-01/*.sqlite --villain auto --pairs 1000

# 根据评测结果选择是否激活
./hupoker activate artifacts/checkpoints/pilot-01/*.sqlite

一对一，完整地打一手。