arXiv 棋牌与经典游戏 AI 检索· Miaobo Hu·· 2026-10-15AI 评分28
SafeAdapt-Poker:面向对手偏移下预算化自适应的反事实风险校准
SafeAdapt-Poker: Counterfactual Risk Calibration for Budgeted Adaptation under Opponent Shift
AI 导读
SafeAdapt-Poker 提出一种对手行为偏移下的预算化自适应控制方法,通过反事实策略风险与预算消耗的双重评估,决定偏离冻结锚点策略的幅度。在精确版 Leduc 扑克上,其匹配弱对手池收益为 +0.0718,最差对手差值为 -0.0126,延迟机会捕获率在同一会话预算下从短视分配的 0.6318 提升至 0.7841。在抽象 HUNL 互打中达到 +42.7 mbb/hand。
来源:arXiv 棋牌与经典游戏 AI 检索 · arxiv.org