Minimax似乎在不失败方面做得很好，但在假设对手不会犯错误时非常宿命。当然很多比赛都是通过平局来解决的，但是一个人应该为＃34;尽可能努力推进胜利而不冒失败＆＃34;即使没有强制获胜也是如此。 也就是说，给定两个具有相同（绘制）结束位置的树，给定最佳游戏，如果对手进行次优移动，或者使对手更有可能，如何调整算法以优先选择最有可能获胜的算法。滑倒？
使用Tic-Tac-Toe的简单示例，一个更强大的玩家通常会设法设置分叉，从而保证胜利。即使对手能够看到这样一个技巧并且事先停止它，他们也更有可能错过，如果你只是将两个X放在空行中并且希望他们暂时忘记他们正在玩什么游戏。同样地，一个强大的玩家往往会从中心或者一个角落开始，但是在简单的极小动作中，没有理由（因为你仍然可以强制平局）而不是选择边缘广场。
答案 0 :(得分：2)
如果我正确理解你的问题，你就会问如何调整minimax算法，这样它就不会假设对手总是做出最好的动作。
查看expectiminimax algorithm，minimax的变体。 本质上，它不是仅处理最小或最大节点，而是引入机会节点，存储对手将选择当前移动的概率。
为了使其更简单，您可以假设对手以相同的概率选择每个移动（节点）。
简而言之，当对手转身时，不是返回最低分，而是返回他们可能移动的平均分数。
答案 1 :(得分：1)
如何调整＆＃34; min＆＃34;节点？
在常规极小极大情况下，当评估对手的位置时，分数是他每次动作的最低分数。可以通过使用与最小值不同的函数来向搜索中注入一些乐观（来自＆＃34; max＆＃34;玩家的pov）。 一些可以尝试的事情：
- 使用第二个最差分数
- 使用最小和平均值（或中位数）之间的混合
也许这应该与乐观因素联系在一起，随着节点的深度而增加。这样可以避免在树中较低的对手忽略非常糟糕的移动（在大多数游戏中这意味着更明显的移动）。