如果我在当前状态或初始状态上运行minimax/expectimax算法，并且假设根节点有三个子节点（机会节点）并运行minimax/expectimax算法。假设它找到了最优的终端节点，并由此得到了根节点的最优子节点。这意味着它将选择那个导致具有最优效用的终端状态的特定移动。我们将从根节点到那个终端状态的路径称为路径P。

我们假设对手也按expectimax/minimax树预测的那样进行移动，并且那个移动在路径P上，那么我们应该在新状态上再次运行expectimax/minimax算法，还是我们可以只查看路径P，并仅从路径P中的下一个节点猜测下一步的移动。

我的逻辑是否正确，或者我是否遗漏了关于两个玩家的expectimax/minimax算法的某些内容。

另外，提供一些实际实现的示例链接会很好。

回答：

不，你没有遗漏任何东西。minimax算法的问题在于游戏树的大小。通常在实现minimax算法时，人们可能会选择限制树的深度以避免大量计算。如果你选择限制树的深度，在下一步中你不应该总是移动到路径P中的下一个节点，而是应该重新计算树，可能会由于增加的深度而改变路径。这里是我编写的一个项目中的minimax实现的链接。minimax实现（请注意，这个实现还包括alpha-beta剪枝以加快计算）。

如果你选择不限制状态树的深度，就没有必要再次计算，在这种情况下你将继续沿路径P前进。