我在实现一个斯特拉特戈游戏的极小化-极大化算法（其中计算机对所有棋子的位置有完全的了解）。然而，我发现计算机常常不会攻击它可以轻易摧毁的棋子。据我所知，极小化-极大化算法的得分来自于移动树的叶节点（每一层代表一个回合，每个叶节点的得分通过评估函数计算该位置的棋盘状态）。所以如果我的搜索深度是3层，计算机可以在第一步攻击或第三步攻击。根据极小化-极大化算法，这两种情况的得分是相同的（结果棋盘位置的得分相同）。那么，我如何影响极小化-极大化算法偏好即时奖励而不是最终奖励呢？即，我希望得分随时间衰减，但按照极小化-极大化算法的工作方式，我看不出这是可能的。极小化-极大化算法总是使用叶节点来确定中间节点的得分。

回答：

正如评论中其他人提到的，极小化-极大化算法应该能够自动注意到延迟捕获棋子是否存在危险，改变评估函数以强制其偏好早期捕获可能会损害游戏表现。

不过，如果你真的想这样做，我认为唯一的方法是开始在你的游戏状态中存储额外的信息（不仅仅是棋盘）。你需要在内存中为每个游戏状态存储时间戳，以便事后仍然能够准确知道某个棋子是在哪个回合被捕获的。利用这些信息，你可以在搜索树的叶节点使用的评估函数中实现一个衰减因子。

另一种解决方案可能是确保你搜索到一个偶数深度层；2或4而不是3。这样，你的算法将始终评估对手最后移动的游戏状态，而不是你的计算机玩家。所有评估将变得更加悲观，这在某些情况下可能会鼓励你的代理偏好早期奖励。

这种奇数搜索深度通常会导致与偶数搜索深度不同的评估效果，被称为奇偶效应。你可能有兴趣进一步了解这一点（尽管通常讨论的原因与你的问题不同）。