AlphaBeta с TT (MTD-f)

У меня вопрос о TTalphabeta. В статье MTD-f (https://people.csail.mit.edu/plaat/mtdf.html) реализация альфа-бета сильно отличается от других, которые я обнаружил (https://homepages.cwi.nl/~paulk/theses/Carolus.pdf)

В чем разница между ними?

Моя эвристика возвращает int, поэтому нет десятичных знаков, следует ли мне проявлять особую осторожность?

Моя реализация знает:

template <class node, class transposition_table>
bound_and_action<node> alpha_beta_with_memory(node& root, depth depth,
        bound alpha, bound beta, transposition_table& table)
{


    auto value_in_hash = table.find(root);

    if (value_in_hash != table.end()
            && value_in_hash->second._depth > depth) { // Transposition table lookup

        auto bound_in_hash = value_in_hash->second;


        if ( bound_in_hash.lower_bound >= beta )
          return { bound_in_hash.lower_bound, root.get_action() };

        if ( bound_in_hash.upper_bound <= alpha )
          return { bound_in_hash.upper_bound, root.get_action() };


        alpha = std::max(alpha, bound_in_hash.lower_bound);
        beta = std::min(beta, bound_in_hash.upper_bound);
    }

    bound_and_action<node> ret;

    if ( depth == 0 || root.is_terminal() ) { // Leaf Node

      ret._bound = root.get_heuristic_value();
      ret._action = root.get_action();

    } else {

         list<node> children;
        root.get_children(children);

        if (root.is_max_node()) {

            ret._bound = INT_MIN;
            bound a = alpha; //Save original alpha

            for (auto child : children) {


                bound_and_action<node> possible_ret = alpha_beta_with_memory(child, depth - 1,
                                                      a, beta, table);

                if (possible_ret._bound == 1000) {
                    return {1000, root.get_action()};
                }

                if (possible_ret._bound > ret._bound ) {
                    ret._bound = possible_ret._bound;
                    ret._action = child.get_action();
                }

                a = std::max(a, ret._bound);

                if ( beta <= ret._bound ) {
                    break;    // beta cut-off
                }

            }

        } else { // if root is a min node.

            ret._bound = INT_MAX;
            bound b = beta; //Save original beta


            for (auto child : children) {


                bound_and_action <node> possible_ret = alpha_beta_with_memory(child, depth - 1,
                                                       alpha, b, table);

                if (possible_ret._bound == 1000) {
                    return {1000, root.get_action()};
                }

                if (possible_ret._bound < ret._bound) {
                    ret._bound = possible_ret._bound;
                    ret._action = child.get_action();
                }

                b = std::min(b, ret._bound);

                if ( ret._bound <= alpha ) {
                    break;    // alpha cut-off
                }

            }
        }
    }

    //
    //  ----- Transposition table storing of bounds.

    hash_struct& hash_value = table[root];

    if (hash_value._depth < depth) {
        // Fail low result implies an upper bound.
        if (ret._bound <= alpha) {
            hash_value.upper_bound = ret._bound;
        }
        // Found an accurate minimax value - will not occur if called with zero window.
        if ( ret._bound > alpha && ret._bound < beta){
          hash_value.lower_bound = ret._bound;
          hash_value.upper_bound = ret._bound;
        }

        // Fail high result implies a lower bound.
        if (ret._bound >= beta ) {
            hash_value.lower_bound = ret._bound;
        }

        hash_value._depth = depth;
        hash_value._action = ret._action;
    }

    return ret;
}

Но это работает не так хорошо, как должно. Все в порядке, если TT не используется, поэтому что-то в его использовании должно быть неправильно.

Версия mtdf пытается увеличить точную оценку с помощью множества повторных поисков с пустым окном. Чтобы он работал хорошо, он должен хранить оба - верхнюю и нижнюю границы для каждого узла в таблице. Традиционная альфа-бета просто сохраняет либо как верхнюю или нижнюю границу.

Bo Persson 24.05.2018 16:46

При использовании нулевого окна значение никогда не находится между альфа и бета, поэтому мне не нужны обе границы, это то, что говорится в исходной статье. / * Найдено точное минимаксное значение - не произойдет при вызове с нулевым окном * / если g> alpha и g <beta, то n.lowerbound: = g; n. верхний предел: = g; хранить n.lowerbound, n.upperbound;

Ludvins 24.05.2018 17:00

Но ты делаешь. Нулевые окна будут все время перемещаться вперед и назад, поэтому, если у вас нет двух границ в TT, многие поиски не будут полезны.

Bo Persson 24.05.2018 17:05

Понятно, спасибо за ответ. Значит, реализация во второй ссылке неверна?

Ludvins 24.05.2018 17:07

Я правда не знаю. Если вам интересно, вы можете проверить публикации Дона Дэйли. Он провел некоторое исследование адаптированных версий mtd-f.

Bo Persson 24.05.2018 17:16

Я уже изменил алгоритм, чтобы иметь 2 границы, если моя эвристика дискретна, нужно ли мне изменять какое-либо сравнение, такое как то, которое я сказал ранее?

Ludvins 24.05.2018 18:38

Я экспериментировал с MTD (f), когда диссертация Аске была новой, около 20 (!) Лет назад. Я действительно не помню подробностей на этом уровне. :-)

Bo Persson 24.05.2018 20:40
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
7
259
0

Другие вопросы по теме