致謝與授權

全下/棄牌均衡（本站計算） v1.0.0 (近似值)

本站計算: 先為全部 169 手牌建立一對一勝率表（固定種子的蒙地卡羅，每組 30,000 次，與鏡像值取平均以平滑雜訊），再用 2,000 次虛擬博弈數值求解全下或棄牌子博弈。牌張移除按精確計數，而非近似。

這不是照抄公開的納許表，而是對本倉庫內簡化模型的數值求解。勝率矩陣本身來自蒙地卡羅（與公開數值最大相差 0.26%），而下列簡化（不含多人底池、跟注範圍不隨位置變化）使它離真正的均衡更遠。

• 假設無人進池：英雄之前的玩家全部棄牌
• 適用於 1 至 25BB。比這更深就需要全下/棄牌以外的選擇，本表無法判斷
• 英雄只能全下或棄牌，不建模中間尺度的加注
• 身後玩家依序行動，出現第一個跟注即結束該手（不建模多人跟注）
• 跟注範圍按（跟注方，全下方）每一對單獨求解
• 不建模跟注者之後再出現的冷跟
• 只看籌碼 EV，不套用 ICM（ICM 決策在 M5 單獨處理）
• 假設所有人的有效籌碼與英雄相同
• 前注採用大盲前注制：由一名玩家代整桌支付

翻牌前範圍表（近似） v2.1.0 (近似值)

依經驗法則生成: 手牌按對隨機手牌的全下勝率在全部 169 個組合上排序，並加入可玩性修正（同花 +0.035 / 對子 +0.02 / 連張最高 +0.025 / 踢腳弱的非同花 A -0.02）。開池、跟注、3-bet、4-bet 的頻率與尺度取自通用數值，實際手牌集合按百分比從該排序中擷取。3-bet 與 4-bet 分為價值部分與詐唬部分（較弱的同花 A 與連張）。

沒有求解包含翻牌後的均衡，因此與 GTO 求解器的輸出並不一致。手牌的順序是算出來的，但在哪裡劃線、哪些手牌拿來詐唬、以及尺度，全都是經驗法則。

• 假設為帶前注的比賽
• 不求解包含翻牌後的均衡。這是由排序加百分比得出的近似
• 開池頻率（槍口位約 15% 到按鈕位約 45%）是通用數值，按流派會有幾個百分點的差異
• 跟注、3-bet、4-bet 的頻率，依開池者的寬度與位置用經驗法則設定
• 詐唬手牌從較弱的同花 A 和同花連張中機械選出
• 加注的價值部分，從把同花 AK、AQ 提到中對之上的排序中擷取（只看原始勝率會得到從不 3-bet AKs 的範圍）
• 籌碼深度調整為固定係數：15 至 25BB 為 0.85 倍，50BB 以上為 1.1 倍
• 不建模多人底池（跟注者超過一人）

翻牌前全下勝率矩陣 v1.0.0 (近似值)

本站計算: 固定隨機種子的蒙地卡羅，每組對戰 30,000 次。取該值與鏡像值的平均，以平滑雜訊。

蒙地卡羅估計值。與完全列舉求得的九個參考值相比，最大誤差為 0.26%。

• 169 個起手牌類別之間的翻牌前全下勝率
• 對類別內所有組合取平均，因此不是某一具體花色組合的數值
• 平手計為半勝

翻牌後持續下注簡化模型 v1.0.0 (近似值)

本站計算: 在上述假設下計算每個動作（過牌、1/3、2/3、等池下注）的籌碼 EV，推薦 EV 最高者。這不是求解器的輸出。

這不是求解器，而是建立在上述五個假設之上的單街簡化模型。忽略加注和後續街道，會高估過牌的價值、低估詐唬的價值。這不是 GTO。

• 只評估一條街（轉牌之後的打法不建模）
• 對手從不加注，只跟注或棄牌
• 對手正好按 MDF = 底池 /（底池 + 下注）防守，從勝率最高的牌開始
• 過牌則直接攤牌，按勝率分底池
• 下注被跟也在此攤牌
• 假設為單次加注的單挑底池