先在小型博弈中理解遗憾最小化，再看神经网络近似如何放大规模
John Nash 提出博弈论核心概念，奠定理论基础
Zinkevich 等人提出反事实遗憾最小化算法
用神经网络近似反事实遗憾，让 CFR 思路进入大规模博弈
用 12 个信息集的可枚举博弈展示策略表、博弈树和收敛曲线
完全可计算的最小化不完全信息博弈示例
每位玩家获得一张私有实力牌：H（高级）、M（中级）、L（低级）
玩家轮流决策：接受当前条款，或加码要求更有利的分配
玩家看不到对方的实力牌，只能根据行动序列推断
最终按双方实力等级分配底池，强者多得
| 玩家1 \ 玩家2 | H | M | L |
|---|---|---|---|
| H | 0 | +1 | +1 |
| M | -1 | 0 | +1 |
| L | -1 | -1 | 0 |
玩家2 收益 = -玩家1 收益（零和博弈）
观察 CFR+ 策略表如何从随机行为逐步稳定到混合策略
完整决策树包含 5 类终止历史；信息集由玩家、私有牌和公共历史共同决定
拖动滑块查看不同训练轮次的策略分布
这里展示最大策略变化幅度；数值越低，说明平均策略越稳定
选择你的实力等级，与训练好的 AI 对战