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

VGDL编译为因果模型：游戏AI如何理解真实规则

涉及实体

CFRtechnology Zinkevichperson

相关事实

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Zinkevich等人在2007年证明，经过T次迭代后CFR产生的平均策略与纳什均衡的距离以O(1/√T)的速率收敛60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893933

API

curl https://kongchang.com/api/v1/knowledge/claims/893933

MCP

get_claim(id=893933)