alpha-beta剪枝搜索

•一種基於剪枝（ α-βcut-off）的深度優先搜索（depth-first search）。

•將走棋方定爲MAX方，由於它選擇着法時老是對其子節點的評估值取極大值，即選擇對本身最爲有利的着法；

•將應對方定爲MIN方，由於它走棋時須要對其子節點的評估值取極小值，即選擇對走棋方最爲不利的、最有鉗制做用的着法。

 

•在對博弈樹採起深度優先的搜索策略時，從左路分枝的葉節點倒推獲得某一層MAX節點的值，可表示到此爲止得以「落實」的着法最佳值，記爲α。

•顯然此值可做爲MAX方着法指標的下界。

•在搜索此MAX節點的其它子節點，即探討另外一着法時，若是發現一個回合（2步棋）以後評估值變差，即孫節點評估值低於下界α值，則即可以剪掉此枝（以該子節點爲根的子樹），即再也不考慮此「軟着」的延伸。

•此類剪枝稱爲α剪枝。

 

 

 

 

•同理，由左路分枝的葉節點倒推獲得某一層MIN節點的值，可表示到此爲止對方着法的鉗制值，記爲β。

•顯然此β值可做爲MAX方沒法實現着法指標的上界。

•在搜索該MIN節點的其它子節點，即探討另外着法時，若是發現一個回合以後鉗制局面減弱，即孫節點評估值高於上界β值，則即可以剪掉此枝，即再也不考慮此「軟着」的延伸。

•此類剪枝稱爲β剪枝。

、

 

•α-β剪枝是根據極大-極小搜索規則的進行的，雖然它沒有遍歷某些子樹的大量節點，但它仍不失爲窮盡搜索的本性。

 

•α-β剪枝原理中得知：

  α值可做爲MAX方可實現着法指標的下界

  β值可做爲MAX方沒法實現着法指標的上界

  因而由α和β能夠造成一個MAX方候選着法的窗口

  也便出現了各類各樣的α-β窗口搜索算法。