minimax算法的描述说，两个玩家必须发挥最佳效果，因此算法是最佳的。直觉上它是可以理解的。但是任何人都应该保持冷静，或证明如果min不是最佳的话会发生什么？
THX
答案 0 :(得分：2)
“最佳”的定义是你玩的最小化对手的最佳答案的“得分”（或你测量的任何东西），这是由最小化你的最佳答案得分的游戏定义的等等。
因此，根据定义，如果你没有发挥最佳状态，你的对手至少有一条路径，如果你打出最佳状态，会给他一个高于他最高分的分数。
找出最佳选择的一种方法是强制整个游戏树。对于不太琐碎的问题，您可以使用alpha-beta搜索，这可以保证最佳，而无需搜索整个树。如果你的树仍然太复杂，你需要一个启发式方法来估计“位置”的分数是什么，并在某个深度停止。
那可以理解吗？
答案 1 :(得分：1)
我遇到了这个问题的问题。
当你稍微考虑一下时，你会发现minimax图包含所有可能的游戏，包括糟糕的游戏。因此，如果一个玩家玩一个次优游戏，那么该游戏就是树的一部分 - 但是被丢弃以支持更好的游戏。
它类似于alpha beta。如果我故意牺牲一些碎片来创造空间然后通过这个间隙取得胜利，我就会陷入困境。也就是说树下面有更好的移动。
使用alpha beta - 让我们说一系列失败的移动然后杀手移动实际上是在树中 - 但在这种情况下，alpha和beta充当窗口过滤器“a＆lt; x＆lt; b”并且会有如果你有更好的比赛，就放弃它。你可以在alpha beta中看到它，如果你想象将+/-无穷大放入一个被修剪的分支中，看看会发生什么。
在任何情况下，两种算法都会重新计算每次移动，这样如果玩家玩次优游戏，它们就会打开图表中对对手更好的分支。
冲洗重复。
答案 2 :(得分：0)
考虑一个MIN节点，其子节点为终端节点。如果MIN播放效果不佳，则节点的值大于或等于MIN播放效果最佳时的值。因此，只能增加作为MIN节点父节点的MAX节点的值。可以通过简单的归纳方法一直扩展到根。如果MIN的次优策略是可以预测的，那么比起minimax策略，它可以做得更好。例如，如果MIN总是因为某种陷阱而掉落并输了，那么即使实际上对MIN的毁灭性反应，设置陷阱也能确保获胜。