目前我正在开发一款名为 Briscas 或 Briscola 的西班牙纸牌游戏，http ://en.wikipedia.org/wiki/Briscola
简而言之，这是一个纸牌游戏，两队 2 人对战（他们看不到对方的手，甚至连队员都看不到），只在开始时洗牌，然后将三张牌交给每个玩家. 以顺时针的方式，每个人都掷出一张牌来试图赢得这一轮。谁赢了那个回合就拿分。然后，仍然以顺时针方式，最后一轮获胜的玩家从牌堆顶部拿一张牌，然后是他/她左边的玩家，依此类推。然后你将继续玩几轮，直到甲板空了。得分多的队伍获胜。
细节：
牌组大小：40 名
玩家：4（2 支球队，每支 2 支）
卡片具有特定价值。（从 0 到 11）
我知道直接的 MiniMax 会很贵。这类纸牌游戏通常使用哪些算法？此外，您可以指出的任何文献也将是有益的。
谢谢
这取决于您想要获得多大的野心，但首先您需要一个快速的引擎来模拟游戏。
然后你需要一个快速的，因此可能很简单的模型播放器。
这个模型玩家将没有时间向前计算。它只能对预定义的状态做出反应。所以你的第一步是构建一个足够好的游戏状态。游戏状态应该包括你的手牌和一些历史上哪些牌被丢弃的统计数据，也许还有玩家如何玩他们的手牌。
接下来，您构建一个作用于状态的模型播放器。任何一个
A）手写一个，根据您定义的一些启发式进行播放。但请记住 - 还没有繁重的计算！
B) 编写一个通用播放器，但省略常数和截止值。将您的模拟引擎和遗传算法与锦标赛选择一起使用，为所述值进化出良好的参数。对于奖励积分，将您的球员分成两人一组，以便他们很好地互补。
C) 使用更多的 AI 并让一个基因编程系统（有一些成熟的。找到一个可以进行比赛的。你甚至可以自己实现一个，但我们不要得意忘形 :) 为你编写整个玩家，使用您的状态作为输入。
下一步：
要么你已经有一个伟大的球员，可以认为自己已经完成了，要么你想让它变得更好。如果你想让它变得更好你的运气！
使用蒙特卡洛模拟来玩大量的手牌，你的每一个选择都在特定的情况下（如果我理解正确的话，总是有三个选择）。让您的模型玩家在您每次有选择时做出决定，并让您的蒙特卡洛模拟在您每次进行模拟之间随机洗牌。
现在你应该有一个很棒的纸牌玩家了！