3.2.1 行为策略与序列形式

文档摘要

3.2.1 行为策略与序列形式在博弈论与人工智能交叉的深水区，有一片被长期低估却日益关键的技术腹地——不完美信息博弈中的行为策略建模与序列形式（Sequence Form）实现。它不是教科书里静止的定义，而是扑克AI击败人类冠军的底层引擎；不是理论推演中轻描淡写的“将混合策略映射为序列向量”，而是你在调试一个反事实遗憾最小化（CFR）求解器时，凌晨三点盯着这行代码反复核对索引越界原因的真实战场。我们今天要拆解的，正是这个腹地的核心工事：3.2.1 行为策略与序列形式。这不是一次概念复述，而是一场带工具、带焊枪、带内存地址的现场施工。我们将亲手构建一个可运行、可调试、可扩展的序列形式策略表示系统，从张量维度的抉择，到动作依赖图的拓扑排序；