我正在为Stratego游戏实现minimax（计算机对所有部分都有完美的了解）。但是，我发现计算机通常不会攻击它可以轻易破坏的部分。根据我的理解，minimax得分来自移动树的叶节点（其中每个级别是一个转弯，并且叶子节点的每个得分是使用该位置中的板的评估函数计算的）。因此，如果我有3个级别的深度，计算机可以选择攻击移动1或攻击移动3.根据minimax算法，它具有与之相关的相同分数（得到的棋盘位置具有相同的分数）。那么，我如何影响minimax算法，而不是直接奖励最终的奖励呢？即我希望得分随着时间的推移而衰减，但随着minimax的运作方式，我不知道这是怎么回事。 Minimax始终使用叶节点来确定中间节点。
答案 0 :(得分：2)
正如其他人在评论中所提到的那样，minimax应该能够注意到是否存在延迟自动捕捉作品的危险，并且更改评估功能以迫使其更喜欢早期捕捉可能对演奏效果不利。
但是，如果你真的想这样做，我认为唯一的办法就是开始在你的游戏状态（不仅仅是棋盘）中存储额外的信息。您需要在每个游戏状态的内存中存储时间戳，这样您就可以在后见之明确切地告诉您之前捕获的一个片段的时间（在哪个回合中）。使用该信息，您可以在搜索树的叶节点中使用的评估函数中实现衰减因子。
另一种解决方案可能是简单地确保您搜索到一个均匀的深度级别; 2或4而不是3.这样，您的算法将始终评估对手最后一次移动的游戏状态，而不是您的计算机玩家。所有评估都会变得更加悲观，这可能会鼓励您的代理人在某些情况下更喜欢早期的奖励。
奇数搜索深度通常导致甚至搜索深度的不同评估的这种效应被称为odd-even effect。您可能有兴趣进一步研究（尽管通常讨论的原因与您的问题不同）。