摘要：博弈论与强化学习实战——CFR算法——剪刀石头布 感谢： 浅谈德州扑克AI核心算法：CFR - 掘金 (juejin.cn) 虚拟遗憾最小化算法（CFR）基础知识详解 - 知乎 (zhihu.com) 一 游戏介绍 有两个参与者， 每个参与者有三个可选动作 剪刀石头布 ，分别用0，1，2表示 奖励： 阅读全文