当进行一些测试时，我发现尽管搜索仍然返回了相同的最佳移动，但移动的值（对于最大化玩家有多好）会波动。
这是换位表的正常行为吗？我记得读过换位表会导致搜索不稳定。这是什么意思？那么这是我的代码中的正常事件还是严重错误？
答案 0 :(得分：4)
是的，转置表会引入搜索不稳定性。
幸运的是，很少发生转置表的优点远远超过复杂性。
<强> 1。换位表的功能是什么？
在您的程序中添加转置表（TT）后，您应该注意到两个主要区别：
在国际象棋中，改进的动作顺序是最重要的因素。只有在游戏中，换位的可能性才会增加，你会看到更多的早期截止。
那么，搜索不稳定意味着什么？这意味着当您搜索具有给定距离的一个位置并稍后重复相同的搜索（相同位置，相同距离）时，您将得到相同的结果。
<强> 2。简单的minimax / alpha beta搜索algorthm
让我们先忽略搜索扩展，然后从简单的minimax或alpha-beta搜索开始。
请注意，搜索将具有搜索可重复的属性，并且不会发现搜索不稳定。即使您通过从换位表移动来改善移动顺序，您仍然会在每次搜索时获得相同的结果。然而，在添加TT之后，来自更深层次搜索的额外截止通常会破坏该属性并引入不稳定性。
例如，考虑一个包含深层策略的位置：
因此，使用额外的知识强迫早期截止是导致不稳定的一个因素。 （但在实践中，这是值得的，因为它更像是一个理论问题。）
第3。搜索扩展程序
当应用于简单的alpha beta搜索时，改进的移动排序本身不会导致搜索不稳定。在实现许多扩展的现实搜索算法中，情况更复杂。其中一些扩展也对移动排序很敏感。
一个突出的例子叫做Late Move Reduction (LMR)。它使用的事实是，移动顺序的质量通常很高，只有前几个移动必须彻底搜索，而其他移动很可能是坏移动，只会缩短距离进行搜索。
LMR只是移动排序使搜索不太可重复的一个例子。但同样，优势占主导地位。
<强> 4。搜索不稳定是多少？
没有明确的答案。在实践中，你无法完全消除不稳定性，但如果不稳定性失控，你的搜索将变得效率低下。
当然，错误也可能是不稳定背后的原因。那么，这是你搜索中的一个错误吗？好吧，我不知道。可能。 ： - ）
答案 1 :(得分：3)
这是换位表的正常行为吗？我记得读过 转置表可能导致搜索不稳定。这是什么 那意味着什么？
是
这是我的代码中的正常事件或严重错误吗？
Jonathan Schaeffer的advice（＆＃34;攻击计划＆＃34;）：
如果您最初限制TT查找仅在表中有效 深度与您需要的深度完全匹配，然后TT不会 更改固定深度alpha-beta搜索的结果。这应该， 但是，减少搜索的节点数量。验证确实如此 工作正常。
添加迭代深化并移动排序。如果你这样做，它 不应该改变搜索的最终结果，但是，它应该 减少搜索的节点数。
只有当您确定以上所有内容都是100％有效时才移动 更多的搜索增强功能和更好的评估功能。