artificial-intelligence - 实施迭代深化

Question

为了通过 Alpha-Beta 剪枝提高 Minimax 算法的性能，我实现了迭代深化：

 public Integer iterativeDeepening(int maxDepth, boolean isFirstPlayer) {

    Integer bestCell = -1;

    for (Integer depth = 1; depth <= maxDepth; depth++) {
        bestCell = alphabeta.minimax(depth, false, Integer.MIN_VALUE, Integer.MAX_VALUE)[1];
    }

    return bestCell;
}

where 方法iterativeDeepening只返回最佳移动的 id。

首先，我不确定这是否是实现迭代深化的正确方法。

其次，我注意到人工智能开始做出错误的动作。迭代深化是否可能影响决策？

在使用转置表和迭代深化时，我测量了算法速度的显着改进，但我真的不想为了速度而牺牲 AI 质量。

Answer 1

首先，我不确定这是否是实现迭代深化的正确方法。

我认为这是正确的，但是如果您希望迭代深化以加快算法速度，您还应该为其添加移动排序。这个想法是您使用来自较浅搜索的结果，并且在下一次迭代中似乎最好的搜索移动。这意味着您有更好的机会在您的 alpha-beta 算法中快速截断。

其次，我注意到人工智能开始做出错误的动作。迭代深化是否可能影响决策？

为您的 alpha-beta 算法实施迭代深化不应该影响决策。您的实现一定有问题，但没有足够的信息来说明它是什么。