SafeAdapt-Poker:对手转移下的预算化自适应控制
热点事件历史事件
SafeAdapt-Poker:对手转移下的预算化自适应控制
1 篇报道1 个报道来源2026-10-15更新
先了解这件事
AI 综述
Miaobo Hu发表论文提出SafeAdapt-Poker,用于对手行为偏移下的预算化自适应控制。该方法通过反事实策略风险和预算消耗两项评估,决定偏离冻结锚点策略的幅度,且只使用每次决策前可获得的信息。 论文称,在精确版Leduc扑克上,该方法对弱对手池的匹配收益为+0.0718,最差对手差值为-0.0126;在同一会话预算下,延迟机会捕获率从短视分配的0.6318提升到0.7841。在抽象HUNL(无限注德州扑克)互打中,其结果为+42.7 mbb/hand。 以上均为论文自报结果,评估覆盖四种对手偏移、安全性及预算敏感性等方面。
AI 根据报道生成 · 2026-10-15更新
最新进展10月15日 00:50
SafeAdapt-Poker:面向对手偏移下预算化自适应的反事实风险校准报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv 棋牌与经典游戏 AI 检索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 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。