運動彩券FSP 分別用強化和監督學習代替了最優回應計算和平均策略更新。尤為重要的是，FSP 代理在自我對戰中生成自己經驗的數據庫。每一個代理將其經驗過渡元組儲存在一個指定用於強化學習的記憶 MRL中。百家樂玩法技巧代理自己行為的經驗（st，at）的儲存在一個分開的記憶 MSL中，指定用於監督學習。自我對戰取樣的設定方式，讓代理的強化學習記憶近似一個其他玩家平均策略描述所定義的 MDP 的數據。類似地，代理的監督學習記憶近似代理自己平均策略的數據，可以通過監督分類習得。3. 神經虛擬自我對戰神經虛擬自我對戰（NFSP）是 FSP 的 進化版本，引入了多個擴展，例如神經網絡函數近似、蓄水池抽樣、預期動態和一個完全基於代理的方法。NFSP 代理與遊戲中其他玩家互動，記住自己遊戲轉換的經驗以及自己的行為。台灣運彩官網NFSP 將這些記憶看做兩個適合深度強化學習和監督分類的數據庫。百家樂玩法技巧代理還特別訓練一個神經網絡 FQ ，使用偏離政策的強化學習，從數據庫 MRL 中預測行為值 Q(s, a)。它產生的神經網絡定義代理的近似最優回應策略： β = ε-greedy (FQ)，後者選擇一個概率為 ε 的隨機行為，否則則會選擇一個能夠最優化預測行為值的行為。NFSP 代理訓練一個分開的神經網絡 FS，用監督分類在數據 MSL 上模擬自己過去的行為。百家樂玩法技巧這個神經網絡將狀態匹配到行動概率，並定義代理的平均策略 π = FS。