如何通过alpha beta修剪实现迭代加深

Question

我正在编写一个程序来播放点和框，并且我想通过在迭代深化方案中基于它们的启发式值来订购我在alphaBeta中考虑的动作来提高我的时间效率。本质上，我想进入搜索树，每次迭代增加深度，并用alphaBeta评估每个节点。在每次连续迭代中，我认为节点的顺序将由先前迭代中的节点的启发式值决定。但是，我无法理解这将如何实施。有人可以提供一个标准alphaBeta程序如何使用迭代加深进行搜索的伪代码？谢谢！

Answer 1

那么，Iterative Deepening是不是很难实现。如果你已经有一个函数来执行搜索，姑且称之为alphaBetaAtRoot，其执行与固定的距离搜索，你只需要调用它反复，从距离1：

for(int distance = 1; distance < MAX_DISTANCE && !outOfTime(); distance++) { 
    bestmove = alphaBetaAtRoot(position, distance); 
} 
play(bestmove); 

什么是重要的，虽然是你实施了一个Transposition Table。否则，您不会从更好的移动排序中受益，因为每次搜索都只是从零知识开始。

Answer 2

我发现了以下链接：https://github.com/nealyoung/CS171/blob/master/AI.java 我希望能帮到你。