待验证70% 置信事实精确时间
反事实后悔最小化（CFR）由Zinkevich等人在2007年提出，最初用于求解大规模不完全信息博弈的纳什均衡
2
来源数
70%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证反事实遗憾最小化（CFR）是一种迭代算法，通过最小化反事实遗憾来逼近纳什均衡，已成为不完全信息博弈（如德州扑克）的主流求解方法。79% 相似待验证隐藏信息博弈在博弈论中被定义为不完全信息扩展式博弈，其理论均衡解法如CFR（反事实遗憾最小化）在Stratego规模下计算开销几乎不可实际部署68% 相似待验证瓶颈维度的选择本质上是信息压缩率与重构质量之间的权衡，对应率失真理论；Shannon于1959年证明对于给定失真容忍度存在理论最小编码率下界61% 相似待验证MCCFR（Monte Carlo CFR）通过在每次迭代中只采样部分博弈路径来降低单次迭代成本，使CFR能扩展到更大规模的博弈60% 相似待验证算力的无节制使用可能助长暴力试错式的低效研究60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/893933API
curl https://kongchang.com/api/v1/knowledge/claims/893933MCP
get_claim(id=893933)