Minimax algoritmas padeda rasti geriausią žingsnį, kai nuo žaidimo pabaigos dirbama atgal. Kiekviename žingsnyje daroma prielaida, kad žaidėjas A bando maksimaliai padidinti A tikimybę laimėti, o kitame žingsnyje žaidėjas B bando sumažinti A tikimybę laimėti (t. y. maksimaliai padidinti paties B tikimybę laimėti).
Kodėl naudojame „minimax“algoritmą?
Minimax yra savotiškas atbulinės eigos algoritmas, kuris naudojamas priimant sprendimus ir žaidimo teorijoje, siekiant surasti optimalų žaidėjo judesį, darant prielaidą, kad jūsų priešininkas taip pat žaidžia optimaliai. Jis plačiai naudojamas dviejų žaidėjų eilių žaidimuose, tokiuose kaip „Tic-Tac-Toe“, „Backgammon“, „Mancala“, „Chess“ir kt.
Kokios problemos kyla dėl minimax algoritmo?
Pagrindinis minimax algoritmo trūkumas yra tas, kad jis tampa tikrai lėtas žaidžiant sudėtingus žaidimus, tokius kaip šachmatai, eiti ir kt.. Šio tipo žaidimai turi didžiulį išsišakojimą, o žaidėjas turi daug pasirinkimų.
Kaip šachmatų atveju veikia minimax algoritmas?
Tai atliekama naudojant Minimax algoritmą. Šiame algoritme rekursinis visų įmanomų judesių medis ištyrinėjamas iki tam tikro gylio, o padėtis įvertinama baigiamuosiuose medžio „lapuose“. … Minimax algoritmo efektyvumas labai priklauso nuo paieškos gylio, kurį galime pasiekti.
Kodėl „minimax“yra optimalus?
Anotacija: teoriškai optimali strategija visų rūšių žaidimams priešprotingas priešininkas yra Minimax strategija. Minimax prisiima visiškai racionalų priešininką, kuris taip pat imasi optimalių veiksmų. Tačiau praktiškai dauguma žmonių priešininkų nukrypsta nuo racionalumo.
