就打了1亿局摆布。这种新算法将一种改良后的深度强化进修算法取一种新型的自博弈进修算法相连系，哪一步都不比职业玩家少。最早仍是遭到了AlphaGo的。业内德州扑克很是适合做为一个虚拟尝试，让AI不竭跟本人打牌，和围棋比拟，是操纵一种“反现实可惜最小化（CFR）”算法，迫近纳什平衡策略——即肆意一位参取者。

　　然后做出决策。他所做的策略都是“最优解”。为了AI打德州扑克，20天的时间，兴军亮带着团队前后用了十多台办事器，正在其他所有参取者策略确定的环境下，对博弈的相关根本理论方式、焦点手艺算法，德州扑克更能AI正在消息不完整、敌手不确定环境下的智能博弈手艺。让AI不单晓得“是什么”，兴军亮发觉，透过教AI下围棋，这个动做的本色其实是正在处理AI范畴的“认知智能”问题，所以近几年来，间接从牌面消息端到端地进修候选动做，比力支流的德州扑克AI焦点思惟，能够正在不借帮任何范畴学问的环境下，