本论文属于人工智能范畴。人工智能是20世纪三大科技成就之一，机器博弈是人工智能研究的发源地和原动力。自1956年人工智能创立同年，塞缪尔研制成功了“跳棋机”电脑软件以来，研究者们已经发展了一系列的通用的卓有成效的完备信息搜索技术，使得在以国际象棋为代表的机器博弈比赛中，机器选手的水平已经达到或超越人类的顶尖选手。　　桥牌作为一项高雅、文明、竞技性很强的体育运动风靡全球，并以它特有的魅力而称雄于各类牌戏。以计算机模拟进行的桥牌机器博弈是一种非完备信息博弈，它已被证明是一个NP难题，只能寻找近似的解决方法，其相关研究目前还不是十分成熟。　　本文从讨论最简单的“二人零和、完备信息、非偶然”博弈入手，详细剖析了极大极小值算法，并以此为基础，引申探讨了其它完备信息的基本搜索算法。接着，通过蒙特卡罗抽样方法来消除游戏中的非完备信息问题，应用双明手算法来处理桥牌机器博弈。　　我们借助成熟的商业软件Jack4.01随机产生一批牌局，并将其发牌、叫牌（使用简化的美国标准黄卡叫牌法）和打牌的全过程生成 html文件，再输入到本系统作为参照物。本系统以发牌和叫牌信息为已知信息，我们站在首攻人的角度去考虑出牌，出第一次牌之前，很显然他手上的13张牌中的任一张都是可供选择的，我们通过提取叫牌过程中产生的牌情约束条件，建立牌张概率分布表，应用蒙特卡罗方法产生一组牌，并对其进行双明手搜索，计算每一种走步的收益，在允许的时间内对上述流程进行多次重复，最终汇总计算出每一种走步的得分，然后与商业软件Jack4.01实际走步比对，以一个特定公式进行打分，验证蒙特卡罗方法的广泛适用性和桥牌机器博弈的可实现性。基于同样原理，每一轮由电脑按照读入信息完成其他三方的出牌，本系统站在原首攻人的角度来对局面进行一次分析，以完成桥牌全局机器博弈。　　最后，以三个典型桥牌局面为例，分别记录其三组实验数据，验证了以蒙特卡罗抽样方法是可以用来解决桥牌机器博弈的。