En la comunicación moderna, el espectro electromagnético sirve como portador para la transmisión de información y es el único medio que permite el intercambio de información en cualquier lugar y en cualquier momento. Para adaptarse a la dinámica cambiante de un entorno electromagnético complejo, los algoritmos de asignación del espectro electromagnético no solo deben satisfacer las demandas de eficiencia e inteligencia, sino que también deben poseer capacidades de resistencia a interferencias para lograr el mejor efecto de comunicación. Centrándose en la comunicación inalámbrica inteligente, este documento propone un método de asignación de espectro de juego híbrido multiagente bajo información incompleta y basado en el algoritmo de minimización del arrepentimiento contrafactual de Monte Carlo. Específicamente, el método primero utiliza información sobre el uso de frecuencias y la interferencia de ambas partes para entrenar a los agentes a través de simulaciones extensas utilizando el Método de Monte Carlo, permitiendo que los valores de prueba se acerquen a los valores esperados. Basado en los resultados de cada prueba, se emplea el algoritmo de minimización del arrepentimiento contrafactual para actualizar las estrategias de selección de frecuencia tanto para el usuario como para el interferidor. Posteriormente, los agentes entrenados de ambas partes participan en la comunicación de contramedidas. Finalmente, se analizan estadísticamente las probabilidades de comunicación exitosa y de interferencia exitosa para ambas partes. Los resultados muestran que bajo el método de asignación de espectro de juego híbrido multiagente basado en el algoritmo de minimización del arrepentimiento contrafactual de Monte Carlo, la probabilidad de interferencia exitosa contra el usuario es del 32.5%, mientras que la probabilidad de interferencia exitosa por parte del interferidor es del 37.3%. El tiempo promedio de simulación por ronda es de 3.06 s. Esta simulación valida la viabilidad y efectividad del módulo de asignación de espectro de juego híbrido multiagente basado en el algoritmo de minimización del arrepentimiento contrafactual de Monte Carlo.