FSICFR 或者 CFRM 算法训练后如何应用于实际的游戏中?

目前 Lair Dice (1dice vs 1 dice)的游戏， 使用 FSICFR 训练了一个策略概率分布的 Information Set. 发现不知道怎么应用到游戏之中了， 我碰到的问题如下：

1. 选择相应的游戏回合的 next move 中的最大概率， 每次选择最大概率的 next move (这些最大概率的 next move 都是有先觉条件的--predetermined chance outcome) 效果不是太好， 只能避免 stupid 的走法而已(例如自己有 1 个 2 的情况下不会抓对方叫 1 个 2)

2. 如何实时更新这个 Information Set 里面的概率？ 如第 1 点， 目前只是引用 next move 中的最大概率来使用这个训练好的 information Set.

本人是半路出家， 全靠自学， 理论基础较差， 希望各位高手， 有点耐心， 不吝赐教。
先谢谢了。