Algorithm 带回溯的expectiminimax

Algorithm 带回溯的expectiminimax,algorithm,artificial-intelligence,depth-first-search,minimax,Algorithm,Artificial Intelligence,Depth First Search,Minimax,我正在某个深度创建一个expectiminimax树截断:MAX->CHANCE->MIN->MAX 创建树后,我可以使用alpha-beta修剪执行深度优先搜索,但我认为在创建expectiminimax树的过程中,在深度截止时刻,当前节点成为终端,我们使用alpha-beta修剪计算分数和回溯,每当alpha大于beta,我们可以返回到父节点,而不考虑任何进一步的移动,即不在该点之外创建更多的子节点 这种方法会不会节省更多的空间和时间,因为它会阻止进一步创建节点?这是执行expectimin

我正在某个深度创建一个expectiminimax树截断:MAX->CHANCE->MIN->MAX

创建树后,我可以使用alpha-beta修剪执行深度优先搜索,但我认为在创建expectiminimax树的过程中,在深度截止时刻,当前节点成为终端,我们使用alpha-beta修剪计算分数和回溯,每当alpha大于beta,我们可以返回到父节点,而不考虑任何进一步的移动,即不在该点之外创建更多的子节点

这种方法会不会节省更多的空间和时间,因为它会阻止进一步创建节点?这是执行expectiminmax的实际方式吗

或者最好先创建一棵树,直到达到特定深度,然后从根开始分别执行DFS


此外,我理解了如何在极大极小中执行alphaβ,但是当我们考虑机会节点时,有点困惑如何去做它。这方面的任何帮助都会很好。

我目前也有同样的问题,我花了几个小时在互联网上搜索了一个小例子,但还没有找到任何东西。你找到什么了吗?@ihatecache,可能太晚了。但我找到了解决办法。如果你仍然有同样的问题,请随时发表评论。