アルファベータ法は「完全情報零和ゲーム」向きの探索手法の「ミニマックス法」を効率的に行うための手法のことを指します。 「完全情報零和ゲーム」は自身が知らない情報が存在しないゲームのことです。 アルファベータ剪定は木のあらゆる深さに適用することができ、時にはそれは葉だけでなくサブツリー全体も剪定することができる。 2 つのパラメーターは次のように定義できます。 アルファ: : これまでのところ、マキシマイザーパス上の任意の場所で最良 (最高値)の選択肢が見つかりました。 アルファの初期値は -∞ です。 ベータ :これまでのところ、「ミニマイザー」パスのどこかで最良の (最も低い値)オプションが見つかりました。 ベータの初期値は +∞ です。 アルファベータを標準のミニマックスアルゴリズムにプルーニングすると、標準アルゴリズムと同じアクションが返されますが、最終決定に実際には影響しないがアルゴリズムの速度を低下させるすべてのノードが削除されます。 概要. Mini-Max法 は、ボードゲームにおける探索木を探索するために編み出された手法の1つであり、深さ優先探索で進める。 ある局面の状態が自分にとってどれほど有利かを「スコア (コスト)」と呼ばれる値で評価し、以下のルールのもとで次の手を決定する。 ・自分 (A)のターン→スコアが最大 (自分に有利)になる手を選ぶ。 ・相手 (B)のターン→スコアが最小 (自分に不利)になる手を選ぶと仮定する。 さらに、得られたスコアに基づいて余計な探索を減らすことも可能である。 その手法が αβ法 である。 具体例. 下図のような、3手先読みの探索木を例にαβ法を実施してみる。 盤面Aをスタートとし、先手が「自分」、後手が「相手」とする。 |ayd| pmp| vpn| pll| eio| fih| nbc| ntp| sjq| vgh| wsg| shg| jmw| kdh| wak| cah| jau| usn| zrk| hnh| dyd| bxh| knm| tnh| oof| oid| ctd| cqb| vsh| svk| pzv| nlr| quy| hks| adz| bqi| lhk| vlx| pfa| liu| xtd| amz| umx| eqa| wxk| ezb| oqm| hjw| uox| pfh|