据我所知（如果我错了，请纠正我），Alphazero（带有 MCTS 和神经网络启发式函数 RL）是基于回合的、确定性、完美信息、完整信息、两个玩家的最先进的训练方法，零和游戏。

但是，对于有 2 名玩家、完整信息且零和的回合制、不完全信息游戏来说，最先进的技术是什么？（确定性或随机性。）示例包括战舰和大多数 2 人纸牌游戏。

是否有标准游戏或其他测试来衡量？我为游戏类型提供的标准是否不够具体，无法正确缩小答案？

如果最先进的技术涉及监督学习（手动玩游戏的数据集），那么纯强化学习的最先进技术是什么，如果有的话？