本论文提出了一种基于贝叶斯概率模型的智能扑克方法，通过分离游戏动力学和对手策略的不确定性，采用狄利克雷先验测试了对手的策略概率，对于对手的后验分布提出有效的对策，该方法在德克萨斯 Hold'em 中得到了应用。

Jul, 2012

使用递归推理、分解和深度学习自主学习的一种直觉，结合理论支撑，DeepStack 算法用于处理不完全信息下的决策，并在 44000 手牌的实验中，在无限制德克萨斯扑克的头对头对决中，显著击败了职业扑克玩家，生成了更难被利用的策略。

Jan, 2017

扑克是一种不完全信息游戏，本文比较了理论最优扑克与剥削式扑克，并讨论了抽象技术、投注模型和成功扑克机器人（如 Tartanian 和 Pluribus）所使用的具体策略；同时探讨了两人对战与多人对战游戏以及在与更多玩家对战时出现的限制；最后，本文讨论了机器学习和理论方法在开发获胜策略中的作用，并对这个快速发展领域的未来方向提出了建议。

Jan, 2024

本研究通过使用卷积神经网络对黑白棋游戏（Othello）中的移动预测器进行测试，证实了神经运动预测器具有非常高的能力和与游戏强度之间的强相关性，并在强度和预测准确度上超过了以前的最佳算法和现有的最强开源算法 Edax。

Nov, 2017

该研究论文展示了一个综合系统，它使得 TM5-900 机械臂能够独立地玩四人牌局的中国扑克。该机器人利用自定义的吸盘机构拿取和打出纸牌，基于 YOLOv5 的物体检测模型用于识别发给机器人的 13 张牌的花色和数字。通过贪婪算法将这 13 张牌划分为 3 张、5 张和 5 张的最佳牌组进行游戏。实验表明，该机器人能够成功拿牌，并利用计算机视觉识别牌面，使用算法选择策略性的牌组进行游戏，最后物理操作打出选择的牌。该系统展示了机械设计、计算机视觉、算法设计和机器人控制的有效整合，以实现独立打扑克的复杂任务。

Nov, 2023

本文介绍了使用卷积神经网络进行围棋下棋预测的方法，采用一些新的技术，包括用于捆绑网络中的权重的方法，以硬编码预期存在于目标函数中的对称性，并证明它们在消融研究中可以显著提高性能。最终网络能够在两个不同的围棋数据集上达到 41.1％和 44.4％的移动预测精度，同时还能够击败著名的围棋程序 GNU Go，表明它是不使用蒙特卡罗树搜索的最先进程序之一。

Dec, 2014

PokerGPT 使用增强学习人类反馈技术，通过将真实游戏记录转化为提示信息，将 LM 模型细化，从而解决了德州扑克等不完全信息游戏中的问题，在获胜率、模型大小、训练时间和响应速度等方面优于之前的方法。

Jan, 2024

本文旨在通过深度卷积网络对围棋高手的数据进行监督学习，以期望训练神经网络自行评估围棋中的局面，并在二人对弈时直接利用该神经网络，结果显示其胜率达到了 97%。

Dec, 2014

探索了图神经网络在自我对战强化学习中是否能取代卷积神经网络的关键问题，结果发现图神经网络在处理游戏状态中的长距离依赖有优势和降低过拟合的倾向，但在辨别局部模式方面不如卷积神经网络，此发现暗示了自我对战强化学习中使用游戏特定结构以重新塑造学习的潜在范式转变。

Nov, 2023

本文提出了一种卷积神经网络（CNN）模型，可用于解决几何图案识别问题，包括旋转、反射、颜色、大小和形状的图案。该 CNN 的性能得分处于人类表现前 5%。

Sep, 2017