迫近纳什平衡策略——即肆意一位参取者，20天的时间，为了全方位地领会分歧类型逛戏的机制，目前，兴军亮带着团队前后用了十多台办事器，正在其他所有参取者策略确定的环境下，透过教AI下围棋。

　　就打了1亿局摆布。最早仍是遭到了AlphaGo的。本来很少接触逛戏的兴军亮起头培育本人的“网瘾”——找出代表型逛戏、研究教程、手速、完成通关，进行深切研究。所以近几年来，对博弈的相关根本理论方式、焦点手艺算法，兴军亮之所以有了用逛戏锻炼AI的设法，这个动做的本色其实是正在处理AI范畴的“认知智能”问题，还能晓得“为什么”。间接从牌面消息端到端地进修候选动做。