使用极小评估已经树。哪里是我的缺陷？

Question

我刚开始尝试使用极小/ negamax算法，我想出了听起来不错，我的想法，但没有人使用它，它可能是一个有缺陷的逻辑。

我们为什么不这样做：

创建三个与深度= X，找出哪些移动提出的，等待我们的对手。他做了他的举动后，我们可以只取我们已经评估了移动的子树，并继续生成它更深，而使用旧的节点。我们可以使用节点的已评估值，并与新的更深层次的节点的新值衡量他们。

Altough新的值可能不会像精确用通常的方法，我们可以得到从更深的和利润。

我为我和烂笔头和非结构化问题道歉，但我希望你明白我的想法。

Answer 1

我想你错过这里的如何的极大极小的作品。极小枚举所有的可能性到指定深度d，然后分配一个得分在d节点（游戏状态），并搬回了树的基础上，无论我的最大化在每个深度返回MAX或MIN节点播放器或最小化播放器。

您做自上而下的提案将意味着你必须得分的节点在更浅的深度分配，导致较差的评价。

Answer 2

的想法正在被使用，但是以不同的方式。相反，保持周围的搜索树，这将是内存望而却步，评价分数保持在换位表和重用。这可以做反复深入时节省时间，因为许多职位将已经从以前的搜索缓存分数。因此重用旧的搜索结果可以与一些中间搜索的帮助和加快移动订货，但叶节点仍然需要在任何终端深度搜索引擎使用进行评估。