diff --git a/configs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter.yaml b/configs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter.yaml
new file mode 100644
index 0000000..124f60e
--- /dev/null
+++ b/configs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter.yaml
@@ -0,0 +1,109 @@
+run:
+  experiment_name: lost_cities_deep_cfr_opponent_network_1024x4_1000iter
+  iterations: null
+  seed: 79
+  max_iterations: 1000
+  max_hours: null
+  device: cuda
+  use_amp: false
+
+rules:
+  n_colors: 5
+  n_ranks: 9
+  min_rank: 2
+  n_handshakes: 3
+  hand_size: 8
+  expedition_penalty: -20
+  bonus_threshold: 8
+  bonus_amount: 20
+
+encoding:
+  derived_playability: true
+  slot_aware_playability: true
+
+network:
+  hidden_size: 1024
+  num_layers: 4
+  activation: relu
+
+traversal:
+  traversals_per_iteration: 2
+  traversals_per_player: 70
+  max_depth: null
+  max_nodes: 10000
+  max_nodes_per_traversal: 1000
+  regret_matching_epsilon: 0.0001
+  outcome_sampling_epsilon: 0.2
+  outcome_sampling_value_clip: 500.0
+  outcome_unsampled_regret: zero
+  cutoff_value_mode: score_diff
+  cutoff_rollouts: 0
+  cutoff_rollout_policy: random
+  cutoff_rollout_max_steps: 300
+  opponent_policy: network
+  strategy_sample_interval: 1
+  store_strategy_on_traverser_nodes: true
+  store_strategy_on_opponent_nodes: false
+  num_workers: 8
+  worker_chunk_size: 4
+  traversal_worker_chunk_size: 8
+  progress_every_traversals: 10
+  endpoint_depth_bucket_width: 100
+  endpoint_depth_bucket_max: 1000
+
+regret_matching:
+  all_negative_fallback: argmax_tiebreak
+
+training_weighting:
+  mode: none
+
+self_play:
+  snapshot_every: 1
+  max_snapshots: 0
+  anchor_probability: 0.0
+  current_weight: 1.0
+  recent_weight: 0.0
+  older_weight: 0.0
+  anchor_weight: 0.0
+  recent_window: 5
+
+optimization:
+  advantage_train_steps: 1
+  strategy_train_steps: 1
+  batch_size: 32
+  advantage_batch_size: 1024
+  strategy_batch_size: 1024
+  advantage_updates_per_iteration: 512
+  strategy_updates_per_iteration: 512
+  learning_rate: 0.00003
+  weight_decay: 0.0001
+  grad_clip: 1.0
+
+memory:
+  advantage_capacity: 2000000
+  strategy_capacity: 2000000
+
+checkpoint:
+  directory: runs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter
+  save_latest: true
+  save_every_iteration: false
+  save_iteration_interval: 100
+  save_latest_only: false
+  progress_interval_seconds: 20.0
+  exact_resume: false
+
+evaluation:
+  eval_every: 5
+  games: 100
+  opponents:
+    - random
+    - passive_discard
+    - safe_heuristic
+    - safe_heuristic_loose
+    - safe_heuristic_strict
+    - noisy_safe
+  max_steps: 10000
+  on_max_steps: score_diff
+  batch_size: 64
+  device: trainer
+  num_workers: 4
diff --git a/configs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter.yaml b/configs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter.yaml
new file mode 100644
index 0000000..78f6f73
--- /dev/null
+++ b/configs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter.yaml
@@ -0,0 +1,109 @@
+run:
+  experiment_name: lost_cities_deep_cfr_opponent_network_512x3_1000iter
+  iterations: null
+  seed: 79
+  max_iterations: 1000
+  max_hours: null
+  device: cuda
+  use_amp: false
+
+rules:
+  n_colors: 5
+  n_ranks: 9
+  min_rank: 2
+  n_handshakes: 3
+  hand_size: 8
+  expedition_penalty: -20
+  bonus_threshold: 8
+  bonus_amount: 20
+
+encoding:
+  derived_playability: true
+  slot_aware_playability: true
+
+network:
+  hidden_size: 512
+  num_layers: 3
+  activation: relu
+
+traversal:
+  traversals_per_iteration: 2
+  traversals_per_player: 70
+  max_depth: null
+  max_nodes: 10000
+  max_nodes_per_traversal: 1000
+  regret_matching_epsilon: 0.0001
+  outcome_sampling_epsilon: 0.2
+  outcome_sampling_value_clip: 500.0
+  outcome_unsampled_regret: zero
+  cutoff_value_mode: score_diff
+  cutoff_rollouts: 0
+  cutoff_rollout_policy: random
+  cutoff_rollout_max_steps: 300
+  opponent_policy: network
+  strategy_sample_interval: 1
+  store_strategy_on_traverser_nodes: true
+  store_strategy_on_opponent_nodes: false
+  num_workers: 8
+  worker_chunk_size: 4
+  traversal_worker_chunk_size: 8
+  progress_every_traversals: 10
+  endpoint_depth_bucket_width: 100
+  endpoint_depth_bucket_max: 1000
+
+regret_matching:
+  all_negative_fallback: argmax_tiebreak
+
+training_weighting:
+  mode: none
+
+self_play:
+  snapshot_every: 1
+  max_snapshots: 0
+  anchor_probability: 0.0
+  current_weight: 1.0
+  recent_weight: 0.0
+  older_weight: 0.0
+  anchor_weight: 0.0
+  recent_window: 5
+
+optimization:
+  advantage_train_steps: 1
+  strategy_train_steps: 1
+  batch_size: 32
+  advantage_batch_size: 1024
+  strategy_batch_size: 1024
+  advantage_updates_per_iteration: 512
+  strategy_updates_per_iteration: 512
+  learning_rate: 0.00003
+  weight_decay: 0.0001
+  grad_clip: 1.0
+
+memory:
+  advantage_capacity: 2000000
+  strategy_capacity: 2000000
+
+checkpoint:
+  directory: runs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter
+  save_latest: true
+  save_every_iteration: false
+  save_iteration_interval: 100
+  save_latest_only: false
+  progress_interval_seconds: 20.0
+  exact_resume: false
+
+evaluation:
+  eval_every: 5
+  games: 100
+  opponents:
+    - random
+    - passive_discard
+    - safe_heuristic
+    - safe_heuristic_loose
+    - safe_heuristic_strict
+    - noisy_safe
+  max_steps: 10000
+  on_max_steps: score_diff
+  batch_size: 64
+  device: trainer
+  num_workers: 4
diff --git a/docs/deep-cfr-opponent-policy-network-divergence-2026-05-07.md b/docs/deep-cfr-opponent-policy-network-divergence-2026-05-07.md
new file mode 100644
index 0000000..7d34038
--- /dev/null
+++ b/docs/deep-cfr-opponent-policy-network-divergence-2026-05-07.md
@@ -0,0 +1,207 @@
+# Deep CFR `opponent_policy: network` 발산 (Policy Collapse) 분석
+
+**Date:** 2026-05-07
+**Author:** Claude Code 세션 기록
+**Status:** Definitive — `opponent_policy: network`는 안정적인 학습을 보장하지 않음
+
+## TL;DR
+
+`traversal.opponent_policy: network` 옵션은 **자기 자신의 현재 네트워크**를
+opponent로 사용한다. 이 설정으로 1000-iteration 실험을 두 번 (512x3 / 1024x4)
+돌린 결과, **두 실험 모두 학습 초기 (peak) 이후 명백한 policy collapse가
+발생**했다. 큰 네트워크는 발산을 늦추기는 하지만 막지는 못한다.
+
+**권고:** 향후 학습은 `opponent_policy: self_play_league`를 기본값으로 유지할 것.
+
+## 실험 설정
+
+두 실험 모두 동일한 구조:
+
+| 항목 | 값 |
+|------|-----|
+| `traversal.opponent_policy` | `network` |
+| `traversal.traversals_per_iteration` | 2 |
+| `traversal.traversals_per_player` | 70 |
+| `optimization.advantage_updates_per_iteration` | 512 |
+| `optimization.strategy_updates_per_iteration` | 512 |
+| `optimization.learning_rate` | 3e-5 |
+| `regret_matching.all_negative_fallback` | argmax_tiebreak |
+| `self_play.max_snapshots` | 0 (snapshot pool 비활성) |
+| Eval | 매 5 iter, 6 opponents × 100 games |
+| Max iterations | 1000 |
+
+차이점:
+- **512x3**: `network.hidden_size=512, num_layers=3`
+  config: `configs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter.yaml`
+- **1024x4**: `network.hidden_size=1024, num_layers=4`
+  config: `configs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter.yaml`
+
+두 실험 모두 동일 머신 (AMD Ryzen 5 5600X, 12 threads, CUDA GPU)에서
+약간의 시간차 (4분)를 두고 병렬 실행. 병렬 실행으로 iteration time이
+평균 ~2배 느려졌으나 결과 패턴(발산)에는 영향 없음.
+
+## 결과
+
+### 512x3 (iteration 363까지 관찰 후 중단)
+
+| Phase | Iter | Random WR | Random Δ | Safe Heur WR | Safe Heur Δ |
+|-------|------|-----------|----------|---------------|-------------|
+| 초기 | 5 | 53.0% | -0.7 | 4.0% | -78.1 |
+| **Peak** | **15** | **85.0%** | **+32.2** | 5.0% | -47.2 |
+| 발산 시작 | 20 | 67.0% | +14.4 | 2.0% | -62.3 |
+| 발산 진행 | 30 | 36.0% | -14.3 | 3.0% | -106.2 |
+| 수렴 (망함) | 100 | 41.0% | -12.9 | 0.0% | -111.6 |
+| 수렴 (망함) | 200 | 33.0% | -17.1 | 1.0% | -114.1 |
+| 마지막 | 360 | 34.0% | -12.7 | 2.0% | -101.3 |
+
+- **Peak는 iter 15** — Random 상대 85% win rate.
+- iter 20부터 급격히 무너짐.
+- iter 30 이후 Random WR이 **Random 자신(50%)보다 낮음** → 모델이
+  random보다 못 한 상태로 수렴.
+- Safe Heuristic 상대로는 처음부터 끝까지 ~0–8% (전혀 학습 안 됨).
+
+### 1024x4 (iteration 231까지 관찰 후 중단)
+
+| Phase | Iter | Random WR | Random Δ | Safe Heur WR | Safe Heur Δ |
+|-------|------|-----------|----------|---------------|-------------|
+| 초기 | 5 | 35.0% | -14.9 | 1.0% | -91.8 |
+| Plateau | 30 | 62.0% | +15.0 | 3.0% | -82.2 |
+| Plateau | 55 | 63.0% | +16.0 | 5.0% | -69.2 |
+| **Best Random** | **70** | **70.0%** | **+17.6** | 6.0% | -74.1 |
+| **Best Safe Heur** | **85** | 63.0% | +11.4 | **13.0%** | **-52.3** |
+| 발산 시작 | 100 | 49.0% | +3.8 | 3.0% | -89.7 |
+| 발산 진행 | 150 | 35.0% | -17.4 | 5.0% | -78.1 |
+| 수렴 (망함) | 200 | 24.0% | -24.6 | 9.0% | -71.3 |
+| 마지막 | 230 | 36.0% | -19.9 | 4.0% | -95.6 |
+
+- Plateau가 **iter 30–95** (60+ iter)로 길게 유지됨.
+- **Best Safe Heuristic WR = 13% (iter 85)** — 512x3의 best (8%, iter 10)
+  보다 명확히 우수. 큰 capacity가 다양성 표현에 도움.
+- iter 100 이후부터 발산 시작, iter 150 이후 망가짐.
+
+### 두 실험 비교
+
+| 항목 | 512x3 | 1024x4 |
+|------|-------|--------|
+| Best Random WR | **85%** (iter 15) | 70% (iter 70) |
+| Best Safe Heur WR | 8% (iter 10) | **13%** (iter 85) |
+| Plateau 길이 | ~10 iter | ~65 iter |
+| 발산 시작 시점 | iter 20 | iter 100 |
+| 수렴 시 Random WR | ~30–40% | ~30–40% |
+
+**관찰:**
+- 큰 네트워크는 **plateau를 5x 이상 길게** 유지함.
+- 큰 네트워크는 Safe Heuristic 상대로도 plateau 구간에 학습 가능 (13%).
+- 그러나 **두 실험 모두 결국 발산**. capacity로 발산을 막지 못함.
+
+## 원인 분석
+
+### 1. Moving Target (가장 큰 원인)
+
+정상적인 외부 샘플링 CFR은 traversal 동안 opponent가 **고정된** policy를
+사용한다고 가정한다. `opponent_policy: network`는 **학습 중인 네트워크**를
+opponent로 사용하기 때문에:
+
+- 매 iteration마다 opponent의 policy가 바뀜.
+- 이전 iteration에서 추정한 advantage가 outdated 됨.
+- advantage memory의 (state, action, regret) 샘플들이 서로 다른 opponent
+  policy 하에서 측정됨 → 일관성 없음.
+- 결과: 학습이 자기 자신을 쫓는 무한 루프.
+
+### 2. Echo Chamber (다양성 부재)
+
+traverser와 opponent가 **같은 네트워크**를 공유하므로:
+
+- 같은 약점 공유. 예를 들어 모델이 Safe Heuristic 스타일의 조심스러운
+  상대를 처리하지 못하면, 그 상대를 self-play에서 만날 일이 없음.
+- 약점이 advantage estimation에 표현되지 않음 → regret 신호로 학습되지
+  않음.
+- 결과: 모델이 "자기 자신을 이기는 데 특화된" 좁은 strategy로 수렴.
+  Random 같은 다른 distribution을 만나면 처참히 패배.
+
+### 3. CFR 수렴 보장 깨짐
+
+Deep CFR의 이론적 수렴은 **average strategy**가 Nash에 가까워진다는
+보장이며, opponent가 fixed 또는 average policy일 때 성립한다. network
+policy를 매번 바뀌는 traversal opponent로 사용하면:
+
+- external sampling의 unbiased estimate 가정 위반.
+- no-regret 보장 사라짐.
+- 수렴이 이론적으로 보장되지 않음 → 실제로 발산 관찰됨.
+
+### 4. Non-stationary Regret 추정
+
+같은 (state, action) 샘플에서 측정한 regret이 시간에 따라 다름 (opponent
+가 변하니까). advantage 네트워크는:
+
+- 새 데이터와 옛 데이터가 다른 distribution.
+- 학습이 진동.
+- advantage_loss가 안정적으로 줄지 않고 plateau 또는 증가.
+
+### 5. Strategy Mode Collapse
+
+같은 네트워크끼리 self-play하면 mixed strategy가 deterministic-like한
+하나의 mode로 수렴하기 쉽다 (game-theoretic 의미에서 Nash가 mixed인 경우
+에도). 이는 imperfect information game (Lost Cities 포함) 에서 본질적으로
+suboptimal — exploitable.
+
+## 왜 self_play_league는 안정적인가
+
+| | opponent_network | self_play_league |
+|---|---|---|
+| Opponent policy | **moving** (현재 네트워크) | **fixed** (snapshot pool) |
+| Diversity | 없음 (echo) | 다수 snapshot에서 sampling |
+| Regret estimation | non-stationary | quasi-stationary |
+| 이론적 수렴 | 보장 없음 | average strategy → Nash |
+
+`self_play.max_snapshots > 0` 으로 과거 정책의 스냅샷을 pool에 저장하고
+weighted sampling으로 opponent를 선택하면, 위 문제 4개 (1, 2, 3, 4) 모두
+완화되거나 해결된다.
+
+## 왜 큰 네트워크가 plateau를 늘렸나
+
+가설: 큰 capacity는 더 다양한 strategy mode를 표현할 수 있음. echo
+chamber가 단일 mode로 collapse되는 데 더 오래 걸림. 하지만 일단
+collapse가 시작되면 큰 네트워크도 동일하게 발산. **근본 원인 (moving
+target) 은 capacity로 해결 불가.**
+
+부수 효과: 큰 네트워크 + plateau 동안 **Safe Heuristic 상대 13% WR**은
+다른 어떤 self-play 실험에서도 보지 못한 수치. 이 단계의 checkpoint는
+별도로 보존할 가치가 있을 수 있음 (단, 1024x4 실험은 발산 후 last 만 저장
+되어 iter 85 checkpoint가 archive되지 않았다면 복구 불가).
+
+## 결론 및 권고
+
+1. `traversal.opponent_policy: network`는 **단독으로 사용하지 말 것.**
+   학습 초기에 잘 되는 것처럼 보이다가 발산하므로 짧은 실험으로 위험성을
+   놓치기 쉽다.
+
+2. **기본값은 `self_play_league`** 유지. snapshot pool로 fixed/diverse
+   opponent를 제공해야 안정적.
+
+3. 그래도 `network`를 시도하고 싶다면:
+   - **early stopping** 필수 (eval WR 기준 best checkpoint 보존).
+   - `save_iteration_interval`을 짧게 (예: 5 iter) 설정해서 plateau 시점을
+     archive.
+   - peak 이후 곧바로 중단.
+
+4. 연구 가치 있는 후속 실험:
+   - `opponent_policy: average_strategy` (학습 중인 average 정책 사용).
+     CFR 이론과 더 잘 부합할 가능성.
+   - `opponent_policy: hybrid` (probabilistic mix of network + snapshot).
+     diversity와 simplicity 절충.
+   - 1024x4의 iter 85 plateau 패턴을 self_play_league에서 재현 가능한지.
+
+## 사용된 Config 파일
+
+- `configs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter.yaml`
+- `configs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter.yaml`
+
+## Run 디렉토리
+
+- `runs/deep_cfr/deep_cfr_opponent_network_512x3_1000iter/` (363 iter에서
+  중단)
+- `runs/deep_cfr/deep_cfr_opponent_network_1024x4_1000iter/` (231 iter에서
+  중단)
+
+각 디렉토리의 `metrics.jsonl`이 본 분석의 raw source.