Viper GTOViper GTO 求解引擎如何验证

Viper GTO 求解引擎如何验证

数值求解器需要已知答案和可重复输入来验证。我们列出实验条件与限制,不把单个精度数字作为所有局面的保证。

有理论值的解析测试

河牌 AsKsQsJs2d,底池 100,有效筹码 100,OOP 范围 2h2c,IP 范围 ThTd,4h3h。只允许底池大小下注,不允许加注,无抽水。理论 IP 博弈值为 75,OOP 为 25。

0.75P 是博弈值,不是 75% 底池下注尺度。测试运行 2000 次迭代,检查最佳反应值是否落在理论值附近的容差内。下方可下载场景与实测记录。

2026 年 8 月 28 日记录在 Ks7h2d5c、底池 50、筹码 2000、50% 底池下注且无加注的局面对齐了 580 个决策节点。独立最佳反应算法测得导出的 TexasSolver 策略可剥削度为底池的 0.310%;本方策略在该例中为 0.004%。

这是特定转牌树对拍,不是说每个 Viper 解都有 0.31% 误差。混合均衡的非唯一性和导出舍入会造成频率差异。下方解析小例不包含该历史对拍的完整输入。

2026 年 9 月 5 日源码验证通过 63 项测试:48 项单元测试、13 项均衡测试和 2 项可重复性测试,涵盖花色同构等行为。

这项结果适用于已测源码。Web 和移动发布包可能采用不同版本;跨端比较需要统一引擎版本、参数和精度。

求解器研究指定范围和下注尺度下的双人游戏,不会自动确定唯一正确的对手范围,也不保证盈利。

历史对拍中,外部 macOS 程序在翻牌和纯河牌输入上存在异常,因此不能由此宣称所有街道均已完成跨引擎验证。新结论需要新实验。

这次 CLI 运行测量的是可剥削度，并未直接输出理论博弈值。百分比以初始 100 筹码底池为分母。这个小型河牌测试不能证明所有博弈树的精度。