半强求解：一种引导计算机实现完美博弈的新定义

完全信息博弈的强求解保证了从每个可达位置的最优博弈，但所需的状态空间覆盖往往难以承受。弱求解成本远低，但仅在初始位置保证正确性，对任意偏离后的最优响应不提供形式化保证。我们定义半强求解——一种中间概念，在至少一个玩家遵循最优策略而对手可任意博弈的显式假设下，对可达区域 R 中的位置保证正确性。最优动作间的固定平局打破规则使目标确定化。我们提出重新打开的 Alpha-Beta（reopening alpha-beta），一种节点类型感知的主变搜索/Negascout 方案，仅在半强证明需要精确值和规范最优动作处执行全窗口搜索，其余位置使用空窗口反驳和标准剪枝/全部推理。该框架导出一个可部署的解构件，并在需要时输出可供第三方验证的证明证书。在标准理想化条件下，我们将节点扩展数限制在 O(d b^(d/2))。在 6×6 翻转棋（得分效用）上，我们计算出一个半强解构件，支持对 R 的精确值查询和规范动作选择。一次尝试性的强枚举在超过 4×10^12 个不同规则可达位置后耗尽存储。在 7×6 四子棋（胜/平/负效用）上，神谕值实验表明半强证明在匹配计数约定下比已发表的强基线小 9,074 倍。半强求解提供了一个基于假设范围的、可验证的最优性保证，桥接了弱求解与强求解，并实现了显式的资源保证权衡。