MiniMax算法的一个非常有趣的问题。什么会导致这种行为？

Question

我已经实现了极大极小算法(带有阿尔法-贝塔剪枝)，但是它的行为方式很有趣。我的球员将创造一个巨大的领先优势，但当它是时候做出最后的，获胜的举动，它不采取这一举措，只是继续拖延游戏。

这是我的极小极大函数：

// Game states are represented by Node objects (holds the move and the board in that state)
//ValueStep is just a pair holding the minimax value and a game move (step) 

private ValueStep minimax(Node gameState,int depth,int alpha,int beta) {

  //Node.MAXDEPTH is a constant
  if(depth == Node.MAXDEPTH || gameOver(gameState.board)) {
      return new ValueStep(gameState.heuristicValue(),gameState.step);
  }

  //this method definately works. child nodes are created with a move and an 
  //updated board and MAX value
  //which determines if they are the maximizing or minimizing players game states.
  gameState.children = gameState.findPossibleStates();

  if(state.MAX) { //maximizing player
      ValueStep best = null;

      for(Node child: gameState.children) {

          ValueStep vs = new ValueStep(minimax(child,depth+1,alpha,beta).value,child.move);

          //values updated here if needed
          if(best==null || vs.value > best.value) best = vs;

          if(vs.value > alpha) alpha = vs.value;

          if(alpha >= beta) break;
      }

      return best;

  } else { //minimizing player
      ValueStep best = null;

      for(Node child: gameState.children) {

          ValueStep vs = new ValueStep(minimax(child,depth+1,alfa,beta).value,child.move);

          if(best==null || vs.value < best.value) best = vs;

          if(vs.value < beta) beta = vs.value;

          if(alpha >= beta) break;
      }

      return best;
  }

}

起初，我认为问题出在我的评估功能上，但如果是，我找不到它。在这个游戏中，两个玩家都有一个分数，我的函数只是从分数差中计算启发式值。在这里：

public int heuristicValue() {

       //I calculate the score difference here in this state and save it in 
       //the variable scoreDiff. scoreDiff will be positive if I am winning 
       //here, negative if im loosing.

        //"this" is a Node object here. If the game is over here, special
        //heuristic values are returned, depending on who wins (or if its a 
        //draw) 
        if(gameOver(this.board)) {
            if(scoreDiff>0) {
                return Integer.MAX_VALUE;  
            } else if(scoreDiff==0) {
                return 0;
            } else {
                return Integer.MIN_VALUE;
            }
        }

        int value = 0;
        value += 100*scoreDiff; //caluclate the heuristic value using the score differerence. If its high, the value will be high as well 

      return value;
  }

我已经把我的代码“翻译”成了英语，所以可能会有错别字。我相当确定问题就在这里的某个地方，但是如果你需要一些其他代码，我会更新问题。同样，我的玩家可以创造优势，但由于某种原因，它不会做出最终的胜利举动。我感谢你的帮助！

Answer 1

假设你的最小极大玩家处于一个可以证明它可以保证胜利的位置。通常会有许多不同的方式，它仍然可以保证最终的胜利。有些动作可能是瞬间的胜利，有些动作可能会不必要地拖累游戏…只要不是一个非常愚蠢的举动突然让对手获胜（或平局），它们都是胜利，它们都有相同的游戏理论价值（Integer.MAX_VALUE在你的代码中）。

你的最小最大算法并不区分这些移动，只是简单地播放恰好是你的< code>gameState.children列表中的第一个移动。这可能是一个快速、肤浅的胜利，也可能是一个缓慢、非常深刻的胜利。

有两种简单的方法可以让您的Minimax算法优先考虑快速获胜而不是缓慢获胜：

1. 最好的选择（因为它还有许多其他优点）是使用迭代深化。您可以查找详细信息，但基本思想是首先进行深度限制为 1 的 Minimax 搜索，然后进行深度限制为 2 的另一个搜索，然后深度限制为 3，依此类推。一旦您的搜索之一证明获胜，您就可以终止搜索并玩该获胜的举动。这将使您的算法始终更喜欢最短的胜利（因为首先找到这些胜利）。
2. 或者，您可以修改启发式 Value（） 函数以合并搜索深度。例如，您可以返回 Integer.MAX_VALUE - 获胜仓位的深度。这将使更快的胜利实际上有一个稍微大的评价。