SafeAdapt-Poker：对手偏移下的预算自适应方法

Miaobo Hu 等作者提交论文，提出 SafeAdapt-Poker，将对手策略漂移下的预算化适应建模为双反事实序贯控制问题，且只使用每次决策前可得的信息。 在精确 Leduc 上，完整控制器取得 +0.0718 的匹配弱池收益、最差对手 delta 为 -0.0126，并将延迟机会捕获率从短视分配的 0.6318 提升至 0.7841；在 abstract-HUNL 跨对局中达到 +42.7 mbb/hand。上述结果均为论文报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。