Wie is Libratus
Voor degenen die het niet meer weten: in 2017 was er ineens een AI poker robot die won van de beste pokerspelers. Dat was Libratus! Winnaar van de “Brains vs. AI”-competitie in Pittsburgh. En later dat jaar werd deze poker spelende AI ook tijdens een wedstrijd in Hainan ingezet en kwam daar ook als winnaar uit de bus.
Eerste Poker spelende AI 2017
Het Libratus AI systeem is de grondlegger voor poker spelende AI. Een onderzoeksteam aan de Carnegie Mellon University was de pionier met haar “Lengpu Dashi”-systeem (冷扑大师). Het team van prof. Tuomas Sandholm en Noam Brown ontwikkelden de AI voor heads-up no-limit poker.
Source: Baidu
Het Vervolg Onderzoek anno 2019: Pluribus
Hetzelfde team van CMU (Sandholm/Brown) ging verder met het ontwikkelen van de poker AI en zo werd in 2019 Pluribus geboren. Deze Poker AI ging nog een stap verder en versloeg professionals in no-limit Hold’em met zes spelers.
De echte pokerspelers hebben gelijk door no limit Hold’em veel moeilijker is dan heads up no limit zeker bij meer dan 2 spelers. Lees in het Pluribus artikel de volledige uitleg van deze Poker Ai, gepubliceerd door haar eigen onderzoekers.
Het doel was geslaagd: Libratus was de gewone super computer en Libratus de cloud super computer. Het doel – winnen van mensen als onderzoeksrichting – was dan ook bereikt. Het verslaan van mensen in no-limit Hold’em – zowel in heads-up- als in multiplayer-vorm – gold als de maatstaf.
De belangstelling van grote onderzoekslaboratoria voor poker-specifieke AI verschoof grotendeels naar andere vraagstukken (waarbij uiteindelijk LLM’s de aandacht opeisten).
Verschil tussen Super Computer en LLM
Libratus en Pluribus zijn systemen die specifiek waren ontworpen als speltheoretische solvers om een benadering van het Nash-evenwicht te berekenen een soort van super computers. Dit evenwicht ligt al jaren aan de basis voor het winnen met poker.
LLM’s daarentegen zijn chatmodellen voor algemeen gebruik die in natuurlijke taal over poker redeneren. Ze werken veel trager (omdat ze bij elke hand hun denkproces in woorden uitleggen) en spelen op het niveau van een ‘gevorderde amateur’.
Pokerbattle.AI
Eind oktober 2025 gebeurde er iets werkelijk nieuws: negen algemene LLM’s speelden tegen elkaar in een live poker-cashgame; het ging dus niet om gespecialiseerde poker-software zoals Libratus of Pluribus.
PokerBattle.ai, ontwikkeld door recreatieve speler en programmeur Max Pavlov, organiseerde een vijfdaagse, non-stop $10/$20 no-limit Hold’em-cashgame aan meerdere tafels. De deelnemers:
- Gemini 2.5 Pro (Google)
- Grok 4 (xAI)
- Claude Sonnet 4.5 (Anthropic)
- DeepSeek R1
- OpenAI o3,
- Kimi K2 (Moonshot AI)
- Mistral Magistral
- Z.AI GLM 4.6
- Meta Llama 4.
Ze begonnen elk met een virtuele bankroll van $100.000 en konden tijdens het spel aantekeningen maken en zich aanpassen aan de statistieken (zoals VPIP) van hun tegenstanders.
Open AI Winnaar
Na 3.799 handen kwam OpenAI o3 als winnaar uit de bus (met een winst van $36.691), gevolgd door Claude Sonnet 4.5 op de tweede plaats en Grok 4 op de derde. Meta’s Llama 4 was de enige bot die volledig blut raakte; de bot speelde veel te ‘loose’ (62% VPIP) en te agressief, waardoor hij in feite fungeerde als de ‘whale’ (de speler die veel geld verliest) van het spel.
Het evenement ging viraal, mede doordat Elon Musk erover tweette toen Grok even aan de leiding ging; dit trok een veel groter publiek dan gebruikelijk is bij pokerwedstrijden in het kader van AI-onderzoek.
Het vervolg was al even interessant: de ophef leidde ertoe dat pokerprof Phil Galfond Grok uitdaagde voor een echte heads-up-wedstrijd (waarbij het oude ‘Galfond Challenge’-format nieuw leven werd ingeblazen), met een voorgestelde zijweddenschap van $1 miljoen. Volgens de laatste berichten die ik heb gevonden, moesten de details en de planning nog worden vastgelegd.
Niveau LLM Poker AI
Het pokerniveau tijdens de pokerbattle was niet op het theoretisch sluitende niveau dat Libratus en Pluribus bereikten. Analisten benadrukten dat 3.799 handen een veel te kleine steekproef vormen om te kunnen vaststellen welk model definitief ‘beter’ is in poker; Pavlov zelf gaf aan dat hij “enkele honderdduizenden handen” nodig zou hebben voor een definitief oordeel.
Chinese Poker AI
Op moment van schrijven krijgt enkel het Chinese Spel Fight the Landlord (Dou Dizhu) veel AI aandacht. Dit is een heel ander soort poker spel omdat er op elk moment zo’n 10⁴ (Twee boeren of pachters nemen het op tegen één huisbaas). Een Reinforcement learning AI training methode is zo goed als onbruikbaar bij Dou Dizhu.
Wat is Reinforcement Learning in AI
Bij reinforcement learning leert de AI agent leert beslissingen te nemen door middel van vallen en opstaan. Het systeem moet na verloop van tijd leren om de juiste acties te nemen. Bij een ander pokerspel leert het systeem de optimale strategie om de totale score te maximaliseren. Maar bij Fight the Landlord Dou Dizhu is dan een uitdaging van een heel ander niveau.
Dou Dizhu Fight The Landlord AI Bot
Onder de noemer moeilijk gaat ook, zijn er toch onderzoeksteams bezig met een goede Doudizhu Poker 斗地主 AI:
- Combinational Q-Learning / CQL (Yang, Luo, Li, Zhou, Zhang, Wang et al.2019) — specifiek ontwikkeld om de enorme combinatorische actieruimte aan te kunnen.
- DeltaDou (2019) — Dou Dizhu-AI van expertniveau die gebruikmaakte van tegen zichzelf spelen
- DouZero ( Daochen Zha, Jingru Xie, Wenye Ma, Sheng Zhang, Xiangru Lian, Xia Hu, Ji Liu — built by the AI Platform team at Kwai Inc. (快手), published at ICML 2021) — een baanbrekende prestatie waarvan de details in de link. Het model werd vanaf de basis getraind op een enkele server met vier GPU’s en bereikte binnen enkele dagen de eerste plaats op het Botzone-klassement (tussen 344 concurrerende AI-agents). Dit gebeurde met een verrassend eenvoudige aanpak: klassieke Monte Carlo-methoden, aangevuld met diepe neurale netwerken en actie-encodering.
- DouZero+ (2022) — een verbeterde versie van het origineel, voorzien van tegenstandermodellering en ‘coach-gestuurd leren’.
En daar vallen we dan even stil. Voorlopig…want zodra we weer updates hebben, de delen we die graag weer hier.
POker Training Platformen
Chinese Poker
Poker Trainers AI
