决策时搜索在完美信息和不完美信息游戏中已被证明是有效的 AI 手段。可收集卡牌游戏属于不完美信息游戏，信念状态空间极大，Legends of Code and Magic（LoCM）的信念状态数为 $2^{101}$。LoCM 冠军 ByteRL 完全不使用搜索，已有工作认为基于枚举的保守搜索在此类游戏中不可行。我们测量了三项先前定义的属性，这些属性能够预测在理论上不保守的完美信息 Monte Carlo 缺陷何时代价低廉，结果表明 LoCM 位于有利区间。
我们先对亚军策略 NeteaseOPD 进行模仿学习，得到一个前馈策略网络和价值网络。代理在对手卡组的先验分布上抽样生成若干可能的世界进行搜索，该先验由亚军的选卡过程构建。使用最严格的战斗阶段配置进行搜索后，代理在官方裁判和时间限制下的 10,000 场预注册对局中以 51.35%（95% CI $[50.37, 52.33]$）的胜率击败 ByteRL。
搜索对本次对局影响显著：未使用搜索时胜率仅为 26.8%，加入搜索后提升约 24.6 个百分点。虽然不完美信息游戏中的非保守搜索可能被利用，但我们复现了针对 ByteRL 的已发表最佳响应攻击，并将同样的攻击流程应用于我们两种搜索配置的代理。结果显示，无论攻击迭代多少次，我们的代理均比 ByteRL 更具抗性。
在 LoCM 中，非保守搜索不仅提升了实力，还增强了对手攻击的鲁棒性。
点评：本研究展示了在信念空间极大的卡牌游戏中，结合策略/价值网络的非保守搜索能够显著提升 AI 表现，并在安全性上优于传统无搜索基线。