超越博弈论最优：针对无限制 Holdem 的盈利最大化扑克智能体
计算机科学与博弈论
2025-09-30 v1 计算与语言
摘要
博弈论在过去几十年中发展为一个主要领域，扑克一直是其关键案例之一。博弈论最优 (GTO) 提供了避免输掉的策略，但纯粹的 GTO 并不保证实现最大利润。为此，我们旨在开发一种超越 GTO 策略的模型，以在无限制 Holdem 中实现利润最大化，包括双人 (two-player) 和多人 (more than two-player) 情况。我们的模型在 GTO 基础上进一步利用对手进行 exploited。该模型首先通过对抗自身的大量模拟扑克手局进行导航，并不断调整决策，直到没有动作能可靠地击败它，形成接近理论最佳策略的强基线。随后，它通过观察对手行为并相应调整策略以捕获额外价值。我们的结果表明，在双人局中，Monte-Carlo Counterfactual Regret Minimization (CFR) 效果最佳，而 CFR 在大多数多人局中仍然是最强方法。通过将 GTO 的防御性优势与实时 exploited 相结合，我们的方法旨�展示如何使扑克智能体从仅仅不输，转变为针对多样化对手持续获胜。
引用
@article{arxiv.2509.23747,
title = {Beyond Game Theory Optimal: Profit-Maximizing Poker Agents for No-Limit Holdem},
author = {SeungHyun Yi and Seungjun Yi},
journal= {arXiv preprint arXiv:2509.23747},
year = {2025}
}