是否可以使用alpha-beta修剪用于超过两个玩家的非零和游戏?

问题描述 投票:0回答:1

我已经读过某个地方,minimax算法可以推广给两个以上的玩家。想象一下,我们有3名球员,他们每个人都希望最大化自己的答案。在这种情况下是否可以使用alpha-beta修剪?还是没用?为什么?

注意:游戏是非零和的。

enter image description here

artificial-intelligence minimax alpha-beta-pruning
1个回答
1
投票

是的,但你必须清楚游戏机制。您给定的树首先显示蓝色移动,然后显示绿色,红色显示最终选择。

这里有两种方法,取决于游戏机制。如果每个玩家的唯一目的是最大化他们自己的结果,那么你需要为主动玩家解决每个等级,只考虑相关的奖励。

在给定的示例中,假设奖励按顺序列出(蓝色,绿色,红色),则红色的对中有四个选项(2-4),(9-4),(0-6),(0- 2)将是R,L,R,R;用值(8-5),(9-3)呈现green。从这些,green将选择L,L; blue得到了选择(6-8)并且将做出R选择,为游戏价值决定(8,9,6)。


但是,如果玩家有任何其他动机,例如最大化总体增益(我们上面碰巧实现)或给出净差异的价值,那么你需要使用更复杂的决策算法;同样的逻辑适用。

有一个足够复杂的游戏,其中玩家是敌对的,并且移动是秘密的同时进行的,你可能不得不切换到“一对一”的模式,其中每个玩家都认为其他玩家会做出选择最小化选择玩家的奖励。这个最坏情况的计划会让你回到一个简单的极小极大过程,其中两个对手合并为一个玩家,假装游戏实际上是一个零和问题。

© www.soinside.com 2019 - 2024. All rights reserved.