实施迭代深化

Question

为了通过Alpha-Beta剪枝提高最小极大算法的性能，我实现了迭代深化：

 public Integer iterativeDeepening(int maxDepth, boolean isFirstPlayer) {

    Integer bestCell = -1;

    for (Integer depth = 1; depth <= maxDepth; depth++) {
        bestCell = alphabeta.minimax(depth, false, Integer.MIN_VALUE, Integer.MAX_VALUE)[1];
    }

    return bestCell;
}

其中方法＜code＞iterativeDeepening＜/code＞只返回最佳移动的id。

首先，我不确定这是否是实现迭代深化的正确方法。

其次，我注意到AI开始做错误的动作。迭代深化有可能影响决策吗？

在使用转置表和迭代深化时，我衡量了算法速度的显著提高，但我真的不想为了速度而牺牲AI质量。

Answer 1

首先，我不确定这是否是实现迭代深化的正确方法。

我认为这是正确的，但如果你想迭代深化来加快你的算法，你也应该在其中添加移动顺序。这个想法是，在下一次迭代中，您使用浅层搜索的结果，以及看起来最好的搜索动作。这意味着在阿尔法-贝塔算法中有更好的快速截止机会。

其次，我注意到AI开始做错误的动作。迭代深化有可能影响决策吗？

为alpha-beta算法实现迭代深化不应该影响决策。你的实现一定有问题，但是没有足够的信息来说明它是什么。