人工智能是面向未来的一种关键性、战略性技术科学,而机器博弈作为人工智能的重要研究领域之一,自诞生起就一直是人工智能发展水平的试金石。根据博弈者是否能够获取到博弈中的全部信息,机器博弈又分为完备信息博弈和非完备信息博弈两种。其中非完备信息博弈因存在不可观察的信息,会包含诸如欺诈、猜测、虚张声势等情景,更加贴近现实世界中的一般博弈场景。现实世界中的战场指挥、金融决策、谈判等场景都存在隐藏信息,都可以被视作非完备信息博弈。虚拟遗憾最小化算法（Counterfactual Regret Minimization,CFR）是目前解决大型、复杂非完备信息博弈最流行的方法之一。虽然CFR因其能够高效率地收敛到纳什均衡而被广泛使用,但传统CFR及其变种仍存在计算和存储资源消耗过大、无法有效求解大型博弈等问题。传统CFR能够求解的博弈问题规模有限,在应用于大型博弈时需要结合抽象技术。抽象技术不但需要领域专家知识、泛化性差,且需要存储与信息集总数大小相当的表格,存储资源消耗巨大。针对以上问题,本文提出回归抽象技术,使用神经网络作为回归器生成CFR算法迭代所需要的遗憾值。此种方式使得CFR算法不再需要存储大型表格,大大减少了算法的存储资源开销。同时利用神经网络良好的拟合能力也能够提升算法的通用性与泛化性。CFR的重要变种深度CFR虽然引入了神经网络增强了CFR算法的抽象能力,但其使用了优势值网络和策略网络两类网络,消耗的计算与存储资源过大,且算法生成的策略易被对手利用,质量较低。针对以上问题,本文对深度CFR算法做了改进,不同于深度CFR需要额外训练一个策略网络来生成最终策略,基于单估值网络的深度CFR直接从价值网络的缓冲区中生成最终策略,减少计算与存储开销的同时提高了最终策略的质量。为评估本文对CFR算法改进的有效性,本文在多种不同的非完备信息卡牌上进行了对比实验,并通过分析实验结果证明了改进的有效性。