优于Alpha-beta的极小化极大算法？否与是
人工智能
2017-02-20 v1
摘要
本文对固定深度极小化极大搜索的理解做出了三个主要贡献：(A) 提出了一种基于Alpha-Beta的Stockman的SSS*算法的新公式。它解决了SSS*所有已知的缺陷，最终将其转变为一种实用算法。实际上，我们表明 SSS* = alpha-beta + 转置表。关键步骤是认识到转置表包含所谓的解树，即像SSS*这样的最佳优先搜索算法中所使用的结构。在创建实用版本后，我们展示了使用竞赛级博弈程序在三种不同极小化极大游戏上的性能测量，所得结果反驳了若干出版物。(B) 基于在理解SSS*尝试中获得的见解，我们提出了一个框架，便于构建若干已知的和新的最佳优先固定深度博弈树搜索算法。该框架基于深度优先零窗口Alpha-Beta搜索，并增强以存储来细化先前的搜索结果。它聚焦于算法之间的本质差异。(C) 我们提出了该框架的一个新实例，MTD(f)。它非常适用于迭代加深，并且性能优于当前大多数最先进博弈程序中所使用的算法。我们提供实验证据来解释为何MTD(f)优于其他固定深度极小化极大算法。
引用
@article{arxiv.1702.03401,
title = {A Minimax Algorithm Better Than Alpha-beta?: No and Yes},
author = {Aske Plaat and Jonathan Schaeffer and Wim Pijls and Arie de Bruin},
journal= {arXiv preprint arXiv:1702.03401},
year = {2017}
}
备注
Report version of AI Journal article Best-first fixed-depth minimax algorithms 1996. arXiv admin note: text overlap with arXiv:1404.1517