最小最大值算法和蒙特卡洛树搜索（MCTS）可用于实现玩确定性（即非概率）游戏的代理，如国际象棋或井字游戏，这些游戏具有完整的游戏信息。
是否有适用于信息不完整的游戏和/或具有概率成分的游戏（例如，扑克或桥牌）的一般方法？
是的。 不过，你同时问了几个问题。
最简单的可能性是像西洋双陆棋这样的游戏，它包括概率，但完整的信息。 对 minimax 的扩展很简单，称为 expectiminimax。
不完整的信息通常被称为"部分可观察性"，存在于像Kriegspiel这样的游戏中，这是国际象棋的一种变体，你看不到对手的棋子。 在这里，树搜索的扩展是你的树依赖于感知序列而不是单个板状态。 正如你可能想象的那样，这很快就会炸毁这棵树。
纸牌游戏通常同时进行，并且需要两种技术。
请注意，这些简单的扩展只是触及表面。 就像国际象棋和围棋需要的不仅仅是简单的搜索树一样，部分可观察的随机游戏需要的不仅仅是扩展。 当这些行为具有概率结果（即失败的机会）时，你就进入了深入的学术研究领域。