21点基本策略是怎样被算出来的

把时间拨回1956年。电子计算机还没普及到能模拟几百万手21点牌局，四个美国陆军工程师坐在桌前，用加法器一格一格地算出了这个游戏的完整策略。罗杰·鲍德温、威尔伯特·坎蒂、赫伯特·梅塞尔和詹姆斯·麦克德莫特——后来被称作“四骑士”——在《美国统计协会杂志》上发表了第一套数学上正确的基本策略。他们没有跑蒙特卡洛模拟。他们靠手算走完了整棵决策树，只用加法器去磨出每一种玩家点数面对每一张庄家明牌时，每一个可用动作的期望值。

这个区别很关键，因为两种方法回答的是不同的问题。蒙特卡洛模拟是用随机输入把一局游戏玩很多遍，观察结果来逼近真实数值。而组合分析——基本策略正是由此而来——是把游戏里每一种可能状态都枚举出来，从每个状态出发精确计算每个决策的期望值。一个靠抽样，一个靠求解。

组合分析到底在算什么

一手21点是一个有限的决策问题。玩家看到自己的两张牌和庄家的一张明牌。从这个状态出发，玩家可以停牌、要牌、加倍或分牌。每个动作都会引出一组可能的结果分布。分析者的任务，是在具体牌桌规则下算出每个动作的期望值，然后选出期望值最高的那个——或者说负得最少的那个，因为对于不数牌的玩家来说，21点是一个负期望游戏。

四骑士把每一种组合都过了一遍。玩家16点对庄家10点是一个状态。玩家三张牌组成的16点对庄家10点是另一个状态，因为牌型组成改变了抽到每一张剩余牌的几率。完整的决策空间包括每一种可能的玩家手牌组成、每一张庄家明牌，以及每一条适用规则：庄家软17点是否停牌、分牌后能否加倍、用几副牌。每条规则变化都会轻微改变期望值，这就是为什么不同规则下的基本策略表会有差异。

这种计算是穷举式的，不是抽样式的。单副牌游戏里，玩家状态的数量很大但有限。分析者计算要牌后每一种最终点数的概率、庄家达到每一种最终点数的概率，以及每一种结果的赔付。把概率加权后的赔付加总，就得到这个动作的期望值。对每一个状态、每一个动作重复这套计算，完整策略就出来了。

蒙特卡洛模拟的位置在哪里

蒙特卡洛模拟出现得更晚，用途也不同。它不是精确求解每一个状态，而是按规则发出几百万手随机牌，记录结果。这些手牌的平均结果会逼近真实期望值，模拟手数越多，逼近越准。这种方法在状态空间太大、无法精确枚举的游戏中很有用，也适用于想衡量波动、资金起伏或某种下注模式长期效果的场景。

对21点基本策略来说，蒙特卡洛没有必要。这个游戏的决策树足够小，用1950年代的工具就能精确计算。四骑士的论文不需要随机性，需要的是耐心。后来的研究者，包括爱德华·索普，用更强大的计算机扩展了这项工作，发表了策略修正，但根基是组合计算，不是模拟。

单个决策的期望值怎么算

设想玩家拿着一手硬16点，庄家明牌是10点。玩家必须在停牌和要牌之间选择。分析者计算停牌的期望值：庄家爆牌的概率、庄家最终拿到17到21点的概率，以及每种情况的赔付。然后分析者计算要牌的期望值：每张可能抽到的牌、抽到那张牌的概率、新的玩家点数，以及从那个新状态出发的期望值，还要把爆牌的可能性算进去。期望值更高的动作——硬16对10是要牌，尽管这手牌整体上仍然是输钱的手——被写进策略表。

同样的逻辑适用于加倍和分牌。加倍把玩家限制在只能再拿一张牌，所以它的期望值是最终两张牌点数的期望值乘以二，因为下注翻倍了。分牌把对子拆成两手，需要第二份下注，所以分析者分别计算每一手结果的期望值，再加总。基本策略表里的每一个条目都是这类计算的输出，不是经验法则。

为什么策略表必须对应具体规则

一张基本策略表只在它计算时所依据的规则下才正确。庄家软17点停牌还是要牌，会改变好几个决策。用几副牌会改变抽到特定牌的几率，因为从单副牌中移除牌对剩余牌组成的影响，比从六副牌的牌靴中移除牌更大。分牌后能否加倍会改变分对子的期望值。是否提供投降，会在某些状态下增加第三个可考虑的动作，分析者也必须计算它的期望值。

这就是为什么一个玩家从某个来源抄了一张表，拿到规则不同的游戏里用，可能会做出系统性错误的决策。这个错误在期望值意义上通常很小，但它是真实存在的。正确的做法是找到一张针对玩家所坐牌桌具体规则计算出来的表。

基本策略能做什么，不能做什么

基本策略把给定规则下每手牌的期望损失降到最低。它不会把21点变成正期望游戏。庄家优势依然存在，因为玩家先行动，爆牌立即输掉，即使庄家随后也爆牌。基本策略把庄家优势压到一个不追踪牌张的玩家所能达到的数学下限，但这个优势仍然是负的。玩家每手牌的期望结果是一笔小损失，很多手牌之后的期望结果就是这笔损失乘以玩过的手数。

每小时的手数会放大这一点。一个和其他玩家同桌的玩家每小时可能看到60到80手牌。一个独自坐在快桌上的玩家可能看到200手或更多。每一手牌带着相同的期望损失，所以总期望损失随着手数增加而扩大。基本策略不改变这个期望的正负号，它改变的是大小。

蒙特卡洛与下注系统的幻觉

蒙特卡洛模拟很适合用来展示为什么递增下注系统会失败。一个每次输后加倍下注的玩家——马丁格尔系统——只要最终赢一次，就能赢回之前的损失外加一个单位，但所需的下注额呈指数增长，而牌桌限额会截断这个递增过程。对马丁格尔玩家的蒙特卡洛模拟显示，这个系统制造出许多小赢，间或被罕见的灾难性亏损打断。这个系统的期望值与平注下注完全一样：庄家优势作用于每一个下注单位，无论下注额怎么排列。

模拟让波动变得可见。使用递增下注系统的玩家经历的结果分布与平注玩家不同，但那个分布的均值是同一个负数。这个系统重新分配了亏损出现的时间，却没有消除亏损。迭代次数足够多的蒙特卡洛运行会显示，平均结果向每个下注单位相同的期望损失收敛，和平注一样。

把策略表当作决策表来读

基本策略表是一张查找表。行是玩家手牌点数，有时按硬点数、软点数和对子分开。列是庄家明牌。每个格子写着一个动作：要牌、停牌、加倍、分牌，或提供投降时的投降。这张表假设玩家除了可见的牌之外，对剩余牌张没有任何信息。当数牌者掌握了额外信息时，最优动作可能改变，但那是建立在基本策略之上的另一套操作，不是对基本策略的替代。

这张表还假设玩家的目标是把每手牌的期望损失降到最低。目标不同的玩家——比如想在短时间内最大化大赢的机会——可能做出不同的决策，但那些决策带着更高的期望损失。基本策略回答的是一个具体的数学问题：在给定规则下，每个状态中哪个动作的期望值最高。

常见问题

四骑士是用计算机发明基本策略的吗？
不是。鲍德温、坎蒂、梅塞尔和麦克德莫特用台式计算器手工完成组合计算。他们在1956年发表了结果，那时电子计算机还没有广泛用于这类工作。他们的方法是精确枚举游戏的决策状态，不是模拟。

蒙特卡洛模拟能独立产出一张基本策略表吗？
原则上可以，但效率低且精度差。蒙特卡洛方法需要对每个决策状态模拟很多次，才能估计每个动作的期望值，而且结果带有抽样误差。精确的组合分析给出每个状态的真实期望值，这就是它仍然是生成策略表标准方法的原因。

为什么不同的基本策略表彼此不一致？
它们不一致，是因为它们是在不同规则下计算出来的。牌副数量、庄家软17点是要牌还是停牌、分牌后能否加倍、是否提供投降，都会改变某些决策的期望值。一张表只对它计算时所依据的规则正确，所以玩家应该把表和牌桌对应起来。

理性游戏

博彩应被视为付费娱乐,而非赚钱或挽回损失的方式。美国读者可拨打 1-800-MY-RESET (1-800-697-3738)。

各地法定年龄为 18 岁或 21 岁,请遵守适用于你所在地的规定。

本文是关于这些机制如何运作的一般性说明,不构成法律建议,也不是对任何运营方的推荐。