minimax - 在 minimax 中寻址 "procrastination"

Question

我正在为一个小游戏实现 minimax，我注意到一些我称之为“拖延”的事情。归结为一个非常简单的例子:

在夺旗游戏中，旗帜在玩家 A 上方一格，玩家 B 距离玩家 50 格。轮到 A，他可以向前搜索 6 步。我所看到的是所有可能的 Action 都有一个“赢”的值(value)，因为 A 知道他可以在 B 之前到达旗帜，即使他没有立即捕获它。因此，如果 UP 是顺序中的最后一步，他将向左和向右走一会儿，直到 B 在攻击距离内，然后他必须最终拿到旗帜。

一开始这个行为看起来像个错误，但逐步解决后我说服自己每一步都真的是“赢”，但这个行为并不好。我可以通过使从现在起 4 次移动后捕获的旗帜比现在捕获的旗帜更有值(value)来影响评估，但我想知道极小极大搜索是否有我遗漏的方面？是否存在任何概念，即较早获得高分比稍后获得同样高分更令人满意？

Answer 1

minimax 搜索本身没有任何东西可以让我们更愿意早日获胜。由于所有终端位置都评估为相同的分数，因此该算法有效地随机选择了一步。使您的评估函数在调用它的树中较深的每个级别略微降低获胜分数，并且 minimax 将选择更快获胜。