我目前正在使用期望极小极大算法，在当前情况下运行得很好：

max -> min -> chance -> max -> min -> chance -> (重复)

由于游戏的机制，我无法执行

max/min -> Chance -> (重复)

如果我继续将算法转换，我觉得alpha值可能会不准确。

在我当前的设置中，除了地平线效应之外，实施剪枝是否会有任何副作用，还是我只是想得太多？

回答：

看起来在这种环境下剪枝仍然有效，我之前有过严重的怀疑，但到目前为止一切都检查过了。也就是说，在不使用剪枝的算法和使用剪枝的算法中，所有测试用例都提供了相同的结果和相同的启发式评估，只是节点更少。

我还发现，在我的情况下，我会将机会节点的控制权交给用户（他们可以决定某些事件是否可以接受的损失）。如果一个能力有95%的命中率和5%的未命中率，用户可以认为这5%是可以忽略的，并忽略未命中率，但这并不意味着启发式评估被视为其100%的值，它仍然保持其95%。在给定的环境中，我遇到过使用一个能力可能产生16种可能结果的罕见情况，我希望在这种情况下有灵活性。

至于游戏，至少在玩法风格上，它类似于《Pokémon》。