将Minimax修改为Alpha-Beta剪枝的伪代码

我正在学习Alpha-Beta伪代码,我想编写一个最简单的Alpha Beta剪枝的伪代码。

我已经为Minimax编写了伪代码:

function minimax(node, depth)     if node is a terminal node or depth ==0          return the heuristic value of node     else           best = -99999     for child in node          best = max(best, -minimax(child, depth-1))     return best

但是,我不知道如何将其修改为alpha-beta剪枝。有人能帮我吗?


回答:

在Alpha-Beta中,你需要跟踪一个位置的保证得分。如果你发现一个比对手在前一个位置(一步之前)已经保证的得分更好的移动,你可以立即停止。

技术上,每一方都跟踪其下限得分(alpha),并且你可以访问对手的下限得分(beta)。

以下伪代码未经测试,但这是基本思路:

function alphabeta(node, depth, alpha, beta)     if node is a terminal node or depth ==0          return the heuristic value of node     else           best = -99999     for child in node          best = max(best, -alphabeta(child, depth-1, -beta, -alpha))          if best >= beta                return best          if best > alpha                alpha = best     return best

在搜索开始时,你可以将alpha设置为-INFINITY,beta设置为+INFINITY。严格来说,草图算法不是alpha-beta,而是Negamax。两者是相同的,所以这只是一个实现细节。

请注意,在Alpha-Beta中,移动顺序至关重要。如果大多数时候,你从最好的移动开始,或者至少是一个非常好的移动,你应该会看到比Minimax有巨大的改进。

一个额外的优化是从限制的alpha beta窗口开始(不是-INFINITY和+INFINITY)。然而,如果你的假设被证明是错误的,你必须使用更开放的搜索窗口重新开始搜索。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注