本文提出无法完全回忆的游戏中，针对使用 CFR 算法的一般类游戏的第一个遗憾上限及其不适用性，同时证明使用 CFR 在任何抽象类游戏中都适用，且在三种情况下证明不完全回忆可用于交换少量遗憾和显著降低内存。

May, 2012

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

本文介绍了改进的Counterfactual regret minimization（CFR）算法，包括折扣遗憾值、迭代加权和非标准遗憾值最小化等四个变量，我们的新算法在大规模现实环境下的每个游戏中都优于之前的方法CFR+。另外，与CFR+相比，我们的算法更容易应用于现代的不完美信息游戏修剪技术和采样方法。

Sep, 2018

本文介绍了一种新的CFR形式：Deep CFR，它不再需要抽象，而是使用深度神经网络来近似CFR在完整游戏中的行为，并展示了它在大型扑克游戏中的成功表现。

Nov, 2018

本文提出了第一个在 CFIR 基础上打破了迭代次数平方根的收敛速度的 CFR 变体，通过优化后的遗憾最小化器和新的稳定性概念，在 CFR 中引入了稳定可预测性，并将每个遗憾最小化器稳定性设置为所在决策树中的位置，实现了 $O(T^{-3/4})$ 的收敛速率。

Feb, 2019

介绍一种名为本地无后悔学习（LONR）的算法，它使用类似于Q学习的更新规则，允许在没有输入状态或完美回忆的情况下进行学习，证明了其在MDPs和有限的扩展中的收敛性，并呈现实验结果，表明它在许多情况下实现了最后迭代的收敛，特别是NoSDE游戏这类的Markov游戏。

Oct, 2019

该论文提出了一种新颖的方法利用线性规划解决计算均衡的问题，这种方法比以往的算法更高效，并可以用于解决大型的信息不完备博弈，特别是在极限状态下。

Jun, 2020

本文研究了基于遗憾的算法在连续游戏中寻找近似的纳什均衡，针对反事实遗憾最小化（CFR）算法存在的表示收敛的缺陷，提出了一些基于树形复合结构的乐观遗憾最小化算法，并给出了实验证明其在求解连续游戏时的有效性。

Jun, 2021

应用反事实遗憾最小化（CFR）算法于麻将这一不完全信息游戏，通过进行博弈论分析、基于获胜策略的分级抽象，研究了两人麻将的复杂性及其与扑克游戏的差异，此框架可以推广到其他不完全信息游戏。

Jul, 2023

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