源摘要-GTOWizard-纳什距离

Understanding Nash Distance

元数据

• 作者: Tombos21 | 日期: 2022-05-26
• 原始文件: GTOWizard-Understanding-Nash-Distance.md

摘要

解释 Solver 输出中”为什么低 EV 行动被选择”的谜题。核心：Solver 未被解到完美精度 → 存在求解器噪音。混合行动的 EV 差异 = 噪音（非真实差异）。解到完美精度后，所有混合行动 EV 将完全相等。 dEV 衡量解法距均衡的距离。

关键要点

1. 均衡中混合行动必须 EV 相等（无差异原则）
2. Solver 输出中 EV 不等的混合 = 求解器噪音，非真实策略特性
3. dEV（纳什距离）= 最优剥削策略 vs 当前策略的 EV 差距
4. GTO Wizard 精度≈0.2-0.3% pot—远超人类水平
5. 精度翻倍 = 求解时间翻倍，收益递减
6. 低频行动（<3.5%）通常是噪音，将随精度提升消失

影响的概念

• 概念-纳什距离
• 概念-纳什平衡
• 概念-无差异原则

完整笔记

本文是概念-纳什距离的核心源文件。解释了 Solver 输出中最常见的困惑——“为什么 Solver 选择一个更低 EV 的行动”。答案是噪音，不是真正的不一致。这为所有 Solver 学习提供了必要的前提认知。