这项研究介绍了一种针对《魔戒卡牌游戏》的两阶段强化学习策略，采用分阶段学习方法，通过在简化版本和完整的游戏环境中逐步学习，显著提高了人工智能代理在面对《魔戒卡牌游戏》的不可预测和具有挑战性的情境中的适应能力和表现。此外，论文还探讨了多智能体系统，其中不同的强化学习代理用于游戏的各个决策方面，并在一组 10,000 局随机游戏中实现了 78.5％的胜率提升。

Nov, 2023

本文采用一种基于 AI 的策略卡牌游戏玩法，结合乐高魔法、炉石传说等游戏的机制，将多个模型算法应用于炉石传说，并且测试结果表明在与顶尖的人类选手 Best-of-5 比赛中胜出的能力非常强。

Mar, 2023

本文总结了基于 Collectible Card Game (CCG) Legends of Code and Magic (LOCM) 的五年 AI 竞赛，介绍了比赛规则、历史、参赛者的方法，以及组织 AI 竞赛的一些建议。

May, 2023

本研究在多智能体竞争的环境下对零和结构化 Markov 博弈问题的策略优化算法进行了提出和分析，考虑通过上置界乐观算法与虚拟博弈相结合的同时策略优化，从而使双方智能体的总体最优性差距以 $\widetilde {O}(\sqrt {K})$ 的速度收敛，其中 $K$ 为回合数量。

Jul, 2022

DeepNash 是一个能够从零开始学习玩 Stratego 的自主智能体，利用无搜索的博弈论模型自学习深度强化学习方法，学会决策不完美信息的游戏，并超越了现有的 AI 方法，在 2022 年的 Gravon 游戏平台上与人类专家玩家竞争，成为全球前 3 名。

Jun, 2022

本文提出了一种深度学习方法 —— 深度虚拟博弈，并应用于计算有限非零和随机微分博弈的纳什均衡，在每个阶段让各个博弈者优化自己的收益，用深度神经网络进行近似求解，基于虚拟博弈策略的深度学习算法具有可扩展性、并行性和模型无关性，并证明了在适当的假设下虚拟博弈收敛于开环纳什均衡。

Mar, 2019

本研究通过使用一系列强化学习技术，包括层次化体系结构、课程转移学习和战斗模型等方法，在 StarCraft II 游戏上进行了训练，并获得了高胜率。我们还将我们的方法与 mini-AlphaStar 进行比较，证明了该方法的有效性。

Sep, 2022

本文介绍了 Local Learner（2L），一种用于提供一组参考策略以指导在双人零和博弈中寻找策略的算法，并使用 MicroRTS 等三个游戏进行了实证研究，结果表明，与传统方法相比，2L 能够学习到提供更强的搜索信号的参考策略。同时，在 MicroRTS 比赛中，使用 2L 的综合策略表现优于两个最新 MicroRTS 比赛的获胜者，这些获胜者是由人类程序编写的。

Jul, 2023

本文介绍了一种可推广的终端到终端学习方法，结合了虚构自游戏和深度强化学习来学习近似 Nash 均衡。在 Leduc 扑克和真实规模的 Limit Texas Holdem 游戏中，NFSP 相比于传统强化学习方法，接近甚至超过了基于领域知识经验的超级算法。

Mar, 2016

本研究以即时战略游戏 StarCraft 为基础，通过使用深度神经网络控制器及启发式强化学习算法来解决些许的问题，同时展现此算法适用于将士兵实时控制过程转化为强化学习问题，获得了良好效果。

Sep, 2016