我正在研究一个极小极大井字游戏算法。我让它工作正常，缓存树中的每个状态。
然后我实施了 alpha-beta 剪枝，这似乎影响了游戏。我认为问题在于，如果节点的任何后代（子代、孙代等）被修剪，则节点不能被“信任”。这是真的吗？
目前，我只缓存没有修剪后代的状态。 This 图片显示了我的观点（不是井字游戏）。最大玩家是向上的三角形，应该选择左边的移动。但是，如果在 alpha-beta 修剪过程中缓存了右侧的移动，则红色三角形的错误值为 4，因此将错误地选择右侧的移动。
【问题讨论】：
标签： artificial-intelligence tic-tac-toe minimax alpha-beta-pruning
如果“缓存”是指转置表，那么您不能总是信任转置表中的值。也就是说，当您在转置表中存储一个值时，您还需要存储用于在该状态下进行搜索的 alpha 和 beta 值（也可能是深度）。如果 alpha 和 beta 值不相同*，则不能使用转置表中的值。
*实际上它们不必相同，表只需要包含包含在当前节点上使用的值的超集的值，您想用缓存值替换。
编辑：为那些在大型游戏中处理此问题的人提供的附加信息。当您在一个节点上搜索时，您在最终值上有一个下限 (alpha) 和上限 (beta)。如果返回值在 alpha 和 beta 之间，那么你就知道它是状态的真实值。如果它等于 alpha 或 beta，那么您知道它只是最终值的一个界限。但是，您仍然可以使用这些信息来帮助搜索。
具体来说，假设您在当前搜索中有 alpha=10 和 beta=20，并且转置表中的值为 [alpha = 12, beta = 30, value = 12]。然后，当您在分支下方（重新）搜索时，您可以使用 alpha=10 和 beta=12 的边界进行搜索。
这是因为您已经在之前的搜索中证明了该值
【讨论】：