机器博弈是人工智能领域的重要研究方向。非完备信息博弈是机器博弈的子领域。非完备信息博弈中存在隐藏信息和信息不对称的特点,和完备信息博弈相比,非完备信息博弈更加贴近现实生活中。例如,竞标、拍卖、股票交易等现实问题中都存在隐藏信息和信息不对称。因此,研究非完备信息博弈问题更有现实意义。德州扑克博弈包含了隐藏信息、信息不对称和随机事件等重要特性,它是典型的非完备信息博弈。求解德州扑克博弈的传统方法是基于抽象的求解方法,该方法结合状态空间抽象和虚拟遗憾值最小化算法(Counterfactual Regret Minimi-zation,CFR)离线求解扑克博弈策略,无法进行博弈策略的实时求解。本文以德州扑克为研究对象,结合残局策略求解方法和启发式博弈树搜索方法来研究二人非限制性德州扑克博弈策略的实时求解算法。针对扑克博弈的局部策略求解问题,研究博弈问题的分解方法和博弈残局的求解方法。借鉴完备信息博弈问题的分解思路,把非完备信息博弈问题的博弈树分解为主干和一系列游戏残局,同时把完备信息博弈中的残局概念推广到非完备信息博弈中。针对非完备信息博弈问题的博弈残局,研究残局构造算法,使得博弈残局符合扩展式博弈的定义,并使用CFR及其改进算法求解博弈问题的局部策略。针对扑克博弈策略求解的时效性问题,研究启发式博弈树搜索算法和博弈残局估值算法。为提升基于博弈树搜索的求解算法的运行效率,使用博弈残局估值来限制搜索深度,使用动作抽象方法来搜索广度。同时,针对德州扑克博弈,给出了从扑克残局训练数据生成、扑克残局训练数据编码到扑克博弈训训练数据拟合的一整套解决方案。为验证本文提出的基于启发式博弈树搜索的博弈策略求解算法,本文按照国际计算机扑克竞赛规则设计并实现二人非限制性德州扑克智能体,并通过实验分析算法有效性。