用途：当决策由少数可控选项与少数不可控、且无法赋予可信概率的“世界状态”构成时，用最小最大后悔（Minimax Regret）准则做选择。它不计算期望值，而是按机会损失打分，属于 Savage 对 Wald 最大最小准则的相对不那么悲观的版本。
主要能力：构建收益矩阵；逐列把收益转换为后悔值（该列最优选项记 0，其余为列最优减本格收益）；取每个选项的最大后悔；选出最大后悔最小的选项，并指出使其承受最坏后悔的约束状态。输出为填好的后悔分析（收益矩阵、含最大后悔列的后悔矩阵、最小最大选择、约束状态），而非散文式建议。
使用方式：先确认状态确实无法赋予可信概率；列出并冻结选项集（行）；列出可枚举的互斥状态（列）；填写收益矩阵并注明单位、符号约定与数据来源，未知格标为未知而非编造；逐列做后悔变换；取每行最大后悔；应用最小最大规则并命名约束状态；最后对照最大最小等同类准则并检查选项集变动是否翻转结论。按 references/TEMPLATE.md 输出。
适用场景：一次性决策、历史频率不适用的新产品上市、一次性投资、深度不确定性下的政策选择等。
限制：存在可信概率分布时不应使用，应改用期望值决策树；无状态、仅按可控标准排序时应用选项评审；选项集不稳定或可被操纵时，因违反无关备选独立性（Chernoff 1954）结论可能被左右；状态无法枚举时矩阵在第一步即失效；不得把结果说成唯一理性答案，也不得编造状态或收益。资料未提供具体收费、平台与实测效果信息。