否定可以使用不对称的评估函数吗？

Question

TLDR:对于否定的实现，我有一个不对称的评估函数--这可以接受吗？还是我需要让它对称？

更长的:我正在编写一个游戏AI (用于棋类棋类游戏“蜂巢”)，它使用的是极小极大的α-β剪枝和一个不对称的评估功能。

但是，我在正确地添加转储表时遇到了问题，并且对我的minimax实现失去了信心，所以我决定使用下面的伪代码：表格切换到否定。

我已经让一切都“工作”了，AFAIK准确地遵循了伪代码，但是我的人工智能现在正在做一些与以前大不相同的动作，通常在10-15回合之后结束的游戏现在使用30+，而且我不相信AI实际上比以前玩得更好。我担心有一个不对称的评估函数意味着我对节点的评分与以前不同(因为消极翻转)。

我不想改变为一个对称的函数，除非我真的必须-我一直试图产生一个最优的函数实验(AI与AI的战斗)，并投入数百，如果不是数千个计算小时，以产生一个强大的评估功能。

Answer 1

Negamax支持不对称的评估功能，但它不会导致最佳发挥(假设您不了解您的对手)。

我对蜂巢还不太了解，但是在电脑国际象棋中，一般来说，有一个不对称的评估函数是一个错误。对象棋和蜂巢来说，背后的原因应该是一样的。

例如，采取起始位置(在国际象棋中)。接下来要移动的是White，让我们假设您的评估函数给了这个位置+0.08的分数。

现在改变位置，所以黑色是第一个移动。一切都是一样的，只是白人和黑人的角色已经改变了。假设+0.08是白色位置的最佳得分，为什么黑色的位置也不被评估为+0.08？

同样的论点也适用于任何立场。如果你把一切都颠倒过来，就没有充分的理由去改变这个位置。

这条规则只有一个例外。如果一个对手明显比另一个对手强，就会有不对称评估的理由。举个例子，采取这样一个完全吸引人的立场：

​

​

FEN：4k3/8/8/p1p1p1p1/PpPpPpPp/1P1P1P1P/8/4K3 b - - 0 1

这个位置可以被安全地评估为0。现在成像开始的位置，但白色开始没有一个骑士。这对黑人来说应该是一个强大的优势。

让我们假设你是马格努斯卡尔森，你在和不知道国际象棋规则的对手比赛。你更喜欢哪个职位？在这里，我认为不对称的评估可能是有意义的(例如，评估一个可能的抽奖，类似于损失)。卡尔森应该避免拉出的位置，而初学者应该更喜欢它。

初学者与世界冠军抗衡的机会几乎为零，即使只有一个骑士胜算。另一方面，在平局中，技术优势并不重要，因为任何动作顺序都不会导致输赢。

在电脑象棋中，Rebel在对抗人类时有一种更倾向于战术位置的功能(参见反大师游戏)。还有一个共同的概念，“藐视”，这是一个引擎给予的分数。

但请注意，在我的两个例子，这不是最佳的发挥。马格努斯卡尔森将不会选择没有骑士时，一个强大的(或未知的)对手。另外，Rebel也不会使用反人类的策略来对付其他的机器，这些机器在战术战斗中也很出色。(尽管如此，视情况而定，Rebel 10 是不是用反大师游戏来对付电脑.)