本來上來想說先問有沒有再問為什麽，後來一看是快十年前提出來的問題，我八十米的大刀又收了回去。
基本上是有兩種套路，巧合的是最有名的PioSOLVER和Pluribus都發表在問題提出的2014年不久之後。
一種是基於統計方法的撲克求解器（Solver）例如2015年推出的PioSOLVER。Solver是一種特定於德州撲克的人工智能輔助工具，能夠幫助玩家透過計算找出一種被稱為「拿殊均衡」的策略，以保證在長期的遊戲中不會處於劣勢。要使用Solver，玩家需要提供對自己和對手可能持有的牌的預估，然後Solver會根據這些資訊構建遊戲樹，並計算出最優的拿殊均衡策略。然而，Solver的計算能力受限於遊戲樹的復雜性，導致其在撲克遊戲的前幾輪（特別是preflop和flop）時，無法做到即時計算，只能離線計算。此外，如果玩家對自己和對手的牌的預估不準確，Solver的效果也會大打折扣。盡管如此，Solver憑借其數學上的嚴謹性和強大的可解釋性，被廣泛套用於德州撲克的研究和復盤分析。
與此不同，另外一類是以Pluribus為代表的AI模型，它們可以自主地計算並調整其遊戲策略，而無需玩家提供預估的牌型範圍。2019年發表的Pluribus采用了一種被稱為反事實遺憾最小化（Counterfactual Regret Minimization，簡稱CFR）的技術的變體，這是一種叠代的自我對弈方法。Pluribus首先透過自我對弈來計算出一個初始的策略藍圖，然後根據遊戲的實際進展，對可能的走勢進行詳細搜尋，並適時調整其策略。此外，Pluribus在搜尋過程中並不需要考慮到遊戲的全部可能結果，這在計算上極大地降低了復雜性。Pluribus采用的這種新的有限前瞻搜尋演算法，使其能夠成功應對多人撲克對局，取得了一次次勝利。Pluribus的成功代表了AI在多人博弈、不完全資訊遊戲中取得了重大突破，開啟了人工智能在解決各種實際問題中的新可能性。
