无界 Minimax 算法的若干改进

本文提出对四项此前未被实验评估的 Unbounded Best-First Minimax 算法修改进行首次实验评估。该算法通过迭代扩展基于当前部分游戏树中最有前景的动作序列来探索游戏树。我们首先评估了使用转置表 (transposition tables) 的效果，后者通过合并重复状态将游戏树转换为有向无环图。其次，我们比较原始的 Korf & Chickering 算法与 Cohen-Solal 提出的变体，后者在反向传播策略上存在差异：不同于在遇到稳定值时停止，它会将值更新至根节点。该变体在涉及值相同或转置表时略微改善了性能。第三，我们评估了将精确终端评估函数替换为学习启发式函数的效果。虽然当精确评估成本高时有益，但在低成本情境下会降低性能。第四，我们检验了一种完成技术的影响，该技术优先处理已解决的获胜状态，避免已解决的失败状态。该技术同样改善了性能。总体而言，我们的发现凸显了针对性修改如何提升 Unbounded Best-First Minimax 的效率。