博弈树搜索之alpha-beta剪枝——一步一步教你写一字棋智能程序

博弈树搜索

在下图中，第一层节点表示开始局面，我方先走，第二层节点表示我方可走的三个位置，第三层节点表示对于我方的每一种走法对手的各种走法，下方数字代表了对每个局面的评价值。这里的评价值都是相对于我方来说的。

根据常规，我方在第二层选择时会选择评价值最大的节点去走，在第三层选择时，要考虑对手走相对我方最不利的棋，因此选择评价值最低的节点，这样评价值从最底层更新到最高层，被称为极小极大搜索过程。

举例说明，节点值为-2, 2节点值为1，选择最小值，因此3节点被更新为-2，传递到上层，目前4节点>=-2，接着走中间这条路，根据5节点传递到6节点，目前6节点<=-3，现在因为4节点>=-2，6节点<=-3，出现剪枝，6节点的其余节点便可以不用访问，这就被称为alpha-beta剪枝技术。

以上说明了父子节点间可以进行alpha-beta剪枝，那隔代之间可不可以呢，如下图已知1节点<=0，2节点>=4，选择为空集，是不是应该出现剪枝呢？

下面我们来证明这个问题。
假设2节点值经过中间节点传递到了3节点（若3节点值不是由2节点传递的，则2节点的剪枝与否与3节点不起关系），2节点处发生剪枝，当且仅当其他子节点值大于4才会对2节点值产生影响，假设为5，不管2节点值为4还是5传递到3节点，都对1节点产生不了影响，因为1节点要求<=0，因此2节点处可以发生剪枝。

引入alpha值和beta值

由上面论证看出，隔代剪枝可行，这样也大大提升了剪枝的效果，但同时带来了编程的复杂度，于是我们想到，为每个节点设立$\alpha$值和$\beta$值，初始 α=−