Artificial intelligence Min-Max树-当Min可以在两个步骤中获胜时

所以，我一直在玩minmax trees，在一个双人棋盘游戏中创建一个简单的计算机播放器。我理解这个算法的基本原理，但有一个案例让我迷茫了。。。当MIN可以分两步获胜时会发生什么

例如，假设一个connect4/tic-tac-toe类型的游戏，其中两个玩家中只有一个可以拥有一个正方形。我如何让MAX占据一个正方形仅仅是为了防止MIN获得正方形

让我们尝试一个简化的示例（以漂亮的ASCII艺术形式显示），其中选项为左和右。假设树太大，无法一直遍历到终端状态，那么中间值是基于启发式函数计算的（下面用*标记）-INF是MIN获胜的终端状态

                MAX (a)             
                /   \
               A     B
              /       \
           MIN (b)    MIN (c)     
           /  \       /  \
          A    B     A    B
         /     |     |     \
      -INF    *5    *22    *20

MIN将选择状态（b）中的动作A，得分为-INF
MIN将选择状态（c）中的动作B，得分为+20
MAX将选择状态（a）中的动作B，得分为+20

当然，问题是如果MAX选择B，那么MIN将执行动作A（因为该方块仍然可用），因此MIN将获胜。我需要让MAX认识到在状态（A）中拾取动作A的价值，以防止MIN在下一步中获取-INF

我会对代码进行一系列测试，以检查MIN是否能够获胜，但在我看来，算法应该考虑到这一点。我想我在确定关于MAX的值时遗漏了一个部分，这是造成这种情况的原因

---

（编辑以澄清）

如果您认为问题在于启发式功能。正如你所说，如果MAX在状态（a）中选择了B

MIN将执行动作A（因为该方块仍然可用），因此MIN将获胜

---

但是在树上，你用*22 not-Inf来标记它，因为它应该是这样的（MIN wins）。

极大极小树中的每个节点都是一个完整的游戏状态。当一个玩家选择一个动作时，游戏将移动到该状态，限制两个玩家的动作（无法从另一分支选择另一个动作）。因此，在您的示例中，如果在状态（a）中，玩家Max选择动作B，则游戏现在处于状态C。此时，最小玩家只有两个选择a（22）和B（20）。树的深度无关紧要；最大和最小玩家总是从游戏的当前状态中选择他们最好的动作

对于tic tac toe游戏，每个州都需要是一个完整的棋盘（当然是可行的）。例如，第一层是X可以放置其标记的每个可能位置。然后，这些状态的每个子级都将是O可以放置的每个可能的位置，给定父状态（其中X放置），等等

---

当您无法表示整个博弈树（例如，国际象棋）时，启发式很有帮助，但不会改变极小极大树的使用方式。

有一件事我不明白：如果MAX在状态（A）中选择了A，那么MIN是否可以在状态（b）中选择A（正如您所说，一个beeing A位置，它不再可用）。