Einige Maßnahmen wurden vorgeschlagen, siehe
Die Grundidee des ersten Papiers ist die Schätzung
skill = (potential learning effect) / (potential learning effect + potential random effect)
Dies gibt Fähigkeiten als eine Zahl zwischen 0 und 1. Leider sind diese Effekte nur für "einfache" Spiele analytisch berechenbar. Für ein Einspieler-Spiel kommt die obige Gleichung auf
skill = (Gm - G0) / (Gu - G0)
wobei die G's die erwarteten Nettogewinne von drei Spielern sind
'0': Ein Anfänger, der das Spiel auf naive Weise spielt, wie jemand, der gerade die Spielregeln beherrscht.
'm': ein echter durchschnittlicher Spieler, von dem angenommen werden kann, dass er die überwiegende Mehrheit der Spieler repräsentiert.
'u': Ein virtueller Durchschnittsspieler, dem wir im Voraus (dh bevor er sich entscheiden muss) das Ergebnis der Zufallselemente mitteilen.
Als Beispiel berechnen sie für amerikanisches Roulette: Gu = 35 und Gm = -1/74, wobei letzteres einem "einfachen" Spiel entspricht (z. B. Rouge / Noir, Paar / Beeinträchtigung). Der Wert für G0 ist selbst für dieses Spiel umstritten. Wenn der Anfänger eine einfache Strategie wählt, ist die Fertigkeit offensichtlich 0. Wenn G0 jedoch für eine nicht einfache Strategie ist (z. B. Plein, Cheval, Carre ), dann ist G0 -1/37 (dh schlechterer durchschnittlicher Verlust). Bei letzterer Annahme besteht also ein geringes Lernpotential, also Geschicklichkeit 0,0004. Ich muss sagen, dass ich ein wenig verärgert bin, dass sie die französische Terminologie für das amerikanische Roulette verwenden. Leider zitieren sie Quellen, die sie für weitere Details zitieren, auf Niederländisch.
Für Blackjack leiten sie sich aus einer Computersimulation ab, dass Gm = 0,11, Gu = 27, und nehmen G0 = -0,057 für eine Strategie, die den Dealer nachahmt, und erhalten daraus eine Fähigkeit von 0,006.
Für Spiele, bei denen Spieler direkt gegeneinander antreten und Strategien wie Sandbagging oder Bluffing (dies sind übrigens die einzigen Spiele, die in der Spieltheorie als Mehrspieler-Spiele bezeichnet werden), hat das zweite Papier einen vernünftigeren Ansatz, da es Spieler, die möglicherweise ihre Strategie ändern, als Quelle betrachtet der Zufälligkeit. Sie verwenden die gleiche Fähigkeitsformel wie oben (außer dass sie die drei Spielertypen Anfänger, optimaler und fiktiver Spieler nennen). Der Unterschied in ihrem Ansatz ist der
Die erwarteten Gewinne für Spieler i als optimalen Spieler ergeben sich aus seinen erwarteten Gewinnen im Nash-Gleichgewicht des zugehörigen Zwei-Personen-Nullsummenspiels gegen die Koalition der anderen Spieler
und für den "fiktiven" Spieler gehen sie auch davon aus, dass er das Ergebnis des Randomisierungsprozesses seiner Gegner kennt.
Leider gibt es keine interessanten Beispiele, aber einfach genug, um hier ausführlich darauf einzugehen. Sie berechnen für eine vereinfachte Version von Drawpoker eine Fertigkeit von 0,22.
Beide Arbeiten betonen jedoch, dass der genaue Fähigkeitswert von der Definition / Annahme des Verhaltens von Anfängern abhängt.
Ein experimenteller Ansatz ist für komplexere Spiele von praktischem Interesse erforderlich, z
Diese Spieler identifizierten a priori als hochqualifiziert und erzielten eine durchschnittliche Kapitalrendite von über 30 Prozent, verglichen mit -15 Prozent bei allen anderen Spielern. Diese große Lücke bei den Renditen ist ein starker Beweis für die Idee, dass Poker ein Geschicklichkeitsspiel ist.