蛮力和 Minimax/AlphaBeta 修剪答案

【问题标题】：Brute Force and Minimax/AlphaBeta pruning蛮力和 Minimax/AlphaBeta 修剪
【发布时间】：2016-03-05 12:32:04
【问题描述】：

蛮力本质上只是搜索所有可能的组合，但极小极大有什么不同呢？ Minimax 也搜索每个组合，然后返回最好的分数？

我知道，当我们使用 alpha beta 剪枝时，我们会去掉那些对我们的最小值/最大值没有影响的剪枝，但是这发生在我们已经执行了 minimax 之后，所以这会被认为是蛮力吗？也许我误解了我到目前为止一直在阅读的内容，所以任何帮助都会很棒！

谢谢！

【问题讨论】：

【解决方案1】：

Alpha-beta 剪枝不会发生在极大极小“之后”，而是发生在极小极大“期间”。事实上，剪枝确实消除了大量的“组合”——在最好的情况下，下至蛮力极小极大数的 sqrt，在平均情况下为 n^(3/4)。

【讨论】：

【解决方案2】：

Minimax 是一种比蛮力更有效地遍历决策树的方法。由于仅访问可能仍包含更好解决方案的节点，这与访问所有节点的蛮力相反，没有任何形式的修剪。

启发式也可用于提前截断部分搜索。这方面的一个例子是搜索博弈树的极小极大原则，它在搜索的早期阶段消除了许多子树。

在 Minimax 中，您根据可用的移动及其得分来切割树的部分，这意味着您不会遍历所有可能性，这使其优于蛮力方法。

【讨论】：

您没有区分 Alpha-Beta 修剪和 Minimax。 Minimax 确实会访问每一个可能的游戏状态，无论它希望从中获得什么结果。我相信你所指的应该被标记为 Alpha-Beta 的一种形式，而不是 Minimax。
是的，维基百科在这种情况下是错误的——使用了错误的术语，“minimax”而不是“alpha-beta”。