问α-Beta截止点

EN

只是为了好玩，我猜你说的是Minimax和Alpha-Beta截止点，在那里

α-β截止是一种减少Minimax策略中的节点数目的方法。对于节点，它除了计算分数外，还计算alpha值和beta值。

这是一页，它描述此方法，并提供到实现此方法的C程序的链接。希望这里能帮助你解决你的问题，如果我对我的猜测完全不感兴趣，请在你的问题中给出更多的细节。

    function MINIMAX(N) is
    begin
       if N is a leaf then
           return the estimated score of this leaf
       else
           Let N1, N2, .., Nm be the successors of N;
           if N is a Min node then
              return min{MINIMAX(N1), .., MINIMAX(Nm)}
           else
              return max{MINIMAX(N1), .., MINIMAX(Nm)}
      end MINIMAX;

当您当前搜索的分支比您已经搜索过的分支更适合您的对手时，β截尾就会发生。曾有人向我解释如下：

假设与你的敌人作战，你会考虑你的一些选择。

在充分搜索了你的第一选择的最佳结果(投掷一拳)后，你确定结果是你的对手最终会戳你的眼睛。我们称之为贝塔..。到目前为止你的对手能做到的最好的。显然，你希望找到一个更好的结果。

现在我们考虑你的下一个选择(丢脸地逃跑)。当探索你的对手的第一个可能的答案时，我们发现最好的结果是你被枪击中背部。这是触发测试截止的地方..。我们停止搜索你的其他对手移动和返回贝塔，因为我们真的不在乎你是否发现在搜索他的其他答复，他也可以核武器你。您已经从前面的选项中选择了眼睛中的戳。

具体而言，这意味着你的程序应该返回beta..。如果它不起作用，您应该与α-beta搜索算法其他地方进行比较。