我正在构建一个 2048 AI，它导致了一个相当奇特的观察（对我来说很奇怪）。
优化现在还没有达到标准（再加上代码是用 python 编写的），这让我只能达到 3 步（层）的深度。
从结果中可以明显看出，就产生的结果而言，Expectimax 比 minimax 具有相当的优势（在 minimax 中没有 alpha-beta 修剪可以看到类似的结果）。两者都使用相同的评估函数，并且不会继续超过 3 步。AFAIK，极小极大应该在此类游戏中发挥最佳效果，但这里似乎并非如此。我的问题是，这种观察是由于以下事实：
- 我没有深入到搜索树？
- 2048 是一个随机游戏，这会阻碍 minimax 的性能（或提高 expectimax 的性能）？
- 对手（2048 游戏逻辑）没有达到最佳状态（90-10 % 的机会放 2-4 个牌，随机对手）（如果是，那么为什么这会影响 minimax 的性能）？
- 还有什么对我来说不明显的吗？