自博弈与 PSRO

朴素自博弈可能循环（石头剪刀布）。虚构自博弈对历史平均策略最优响应；PSRO 把对手池当作元博弈、用元求解器选择混合。本章讲 AlphaStar 的联赛训练与 CFR 在扑克中的成功。