无界最佳-一次 Minimax 与下降 Minimax 的完备性
人工智能
2026-03-26 v1
摘要
本文聚焦于两人零信息完美博弈的搜索算法，其目标是确定最佳可能策略，理想情况下为必胜策略。 Unfortunately，一些在文献中出现的搜索算法即使在无限搜索时间下，也无法始终确定必胜策略。这一情况包括：无界最佳-一次 Minimax 与下降 Minimax，这些是最新无知识无监督强化学习方法中的核心算法。随后，这些算法被称为完备技术所改进。然而，这种技术是否足以使这些算法能够始终确定必胜策略，直至目前仍是未解之谜。为了回答此问题，我们概括这两种算法（其采用完备技术的版本），并证明该类的任何算法都计算出最佳策略。最后，我们通过实验表明，完备技术改善了赢得性能。
引用
@article{arxiv.2603.24572,
title = {Completeness of Unbounded Best-First Minimax and Descent Minimax},
author = {Quentin Cohen-Solal},
journal= {arXiv preprint arXiv:2603.24572},
year = {2026}
}