在minimax中解决“拖延症”问题

Question

我正在为一个小游戏实现minimax，并注意到一些我称之为“拖延”的东西。归结为一个非常简单的例子：

在捕获旗帜的游戏中，旗帜在玩家A的正方形上，而玩家B在50个空格之外。轮到A了，他可以向前搜索6步。我看到的是，所有可能的走法都有一个"Win“值，因为A知道他可以在B之前到达旗子，即使他没有立即抓住它。因此，如果UP是排序中的最后一步，他将左右移动一段时间，直到B在打击距离内，然后他必须最终获得旗帜。

起初，这种行为看起来像是一个bug，但通过它，我说服了自己，每一步都是真正的“胜利”，但行为并不好。我可以通过使从现在开始捕获的4步标志比现在捕获的标志更有价值来影响评估，但我想知道minimax搜索是否有比我丢失的更多的方面？有没有什么概念认为，比起同样高的分数，更早的分数是最可取的？

Answer 1

minimax搜索本身没有任何东西可以让我们更快地获胜。由于所有终端位置的评估得分相同，因此该算法有效地随机选择一个移动。让你的评估函数在树中更深的地方稍微降低每个级别的获胜分数，minimax将选择更快的获胜。