Artificial intelligence alpha-beta搜索中意外的路径依赖？

我正在为古老的挪威tafl棋盘游戏家族写一篇人工智能（，）。它们与国际象棋有着广泛的联系，因此国际象棋人工智能的知识可以在这里应用。（问题的变体是在一个7x7的板上，它具有一个径向对称的起始位置，白色从中间开始，黑色从边缘开始。）我遇到了一个奇怪的问题，我是如何实现阿尔法β搜索：搜索到一个固定深度的结果，除了alphaβ修剪之外没有优化。根据节点的浏览顺序进行更改

在讨论的文件中，重要的方法是“explore”、“exploreChildren”、“handleEvaluationResults”和“generateSuccessorMoves”explore'检查是否有转置表命中（在本测试的其他地方禁用），评估状态是否为胜利节点或叶节点，或者调用exploreChildren。exploreChildren在子节点上执行递归搜索。generateSuccessorMoves生成（并可选地排序）退出当前状态的移动。handleEvaluationResults确定子级评估是否导致中断

因此，我编写了一个最小的测试用例：generateSuccessorMoves首先不进行任何排序，然后简单地洗牌移动列表，而不是对其排序。搜索结果在结果、考虑对称性的结果和值方面都不相等：

MAIN SEARCH
# cutoffs/avg. to 1st a/b a/b
Depth 0: 0/0 0/0
Depth 1: 0/22 0/1
Depth 2: 42/0 3/0
Finding best state...
Best move: d3-g3 with path...
    d3-g3
    e1-f1
    e4-e1xf1
End of best path scored -477
Observed/effective branching factor: 23.00/9.63
Thought for: 72msec. Tree sizes: main search 893 nodes, continuation search: 0 nodes, horizon search: 0 nodes
Overall speed: 12402.77777777778 nodes/sec
Transposition table stats: Table hits/queries: 0/0 Table inserts/attempts: 0/0
1. move: d3-g3 value: -477
Using 5000msec, desired 9223372036854775807
Depth 3 explored 1093 states in 0.037 sec at 29540.54/sec
MAIN SEARCH
# cutoffs/avg. to 1st a/b a/b
Depth 0: 0/0 0/0
Depth 1: 0/21 0/2
Depth 2: 104/0 2/0
Finding best state...
Best move: d3-f3 with path...
    d3-f3
    d2-c2
    d5-f5xf4
End of best path scored -521
Observed/effective branching factor: 23.00/10.30
Thought for: 37msec. Tree sizes: main search 1093 nodes, continuation search: 0 nodes, horizon search: 0 nodes
Overall speed: 29540.540540540544 nodes/sec
Transposition table stats: Table hits/queries: 0/0 Table inserts/attempts: 0/0
7. move: d3-f3 value: -521

显然，这是一个极端的情况，但我的理解是，在这种情况下，alpha-beta（即，除了“alpha-beta修剪”之外，没有任何功能）应该是稳定的，无论搜索顺序如何，至少它应该返回相同值的节点。我错了吗？我做错什么了吗

第一次编辑：虽然我认为从对这个问题的描述中可以明显看出，但事实证明在我的alpha-beta实现中存在一些未知的bug。进一步的测试表明，它不能提供与纯极小极大相同的结果

第二次编辑：这是在上面链接的文件中实现的alpha-beta搜索的伪代码版本

explore(depth, maxDepth, alpha, beta)
    // some tafl variants feature rules where one player moves more than once in a turn
    // each game tree node knows whether it's maximizing or minimizing
    var isMaximizing = this.isMaximizing()
    var value = NO_VALUE

    if(isTerminal(depth, maxDepth))
        value = eval()
    else
        for(move in successorMoves)
            if(cutoff) break

            nodeValue = nextNode(move).explore(depth + 1, maxDepth, alpha, beta)
            if(value == NO_VALUE) value = nodeValue

            if(isMaximizing)
                value = max(value, nodeValue)
                alpha = max(alpha, value)
                if(beta <= alpha) break
            else
                value = min(value, nodeValue)
                beta = min(beta, value)
                if(beta <= alpha) break


rootNode.explore(0, 5, -infinity, infinity)

explore（深度、最大深度、alpha、beta）
//一些tafl变体的特点是一个玩家在回合中移动不止一次
//每个博弈树节点都知道它是最大化还是最小化
var isMaximizing=this.isMaximizing（）
var值=无值
if（最小（深度，最大深度））
value=eval（）
其他的
对于（移入成功者移动）
如果（切断）中断
nodeValue=nextNode（移动）。探索（深度+1，最大深度，alpha，beta）
如果（值==无值）值=节点值
if（最大化）
值=最大值（值，节点值）
alpha=最大值（alpha，值）
如果（beta结果是我的错。我有一些代码递归地重新评估某个节点上方的节点，用于扩展搜索，但我在错误的位置调用了它（在探索了任何节点的所有子节点之后）。早期反向传播导致了错误的alpha和beta值，因此导致了早期中断。
我扫描了链接的代码。我没有看到递归（explore）中的深度（currentMaxDepth、McCurrentMaxDepth、overallMaxDepth）增加。您能解释一下吗？迭代深化发生在AiWorkspace中。explore（）当状态进行递归调用时，GameTreeEstate.exploreChildren（）中给定深化步骤中的搜索深度将增加。