A Minimax algoritmus segít megtalálni a legjobb lépést azáltal, hogy a játék végétől visszafelé dolgozik. Minden lépésnél azt feltételezi, hogy A játékos próbálja maximalizálni A nyerési esélyét, míg a következő körben B játékos próbálja minimalizálni A nyerési esélyét (vagyis maximalizálni B saját nyerési esélyét).
Miért használunk minimax algoritmust?
A
Minimax egyfajta visszakövető algoritmus, amelyet a döntéshozatalban és a játékelméletben használnak, hogy megtalálják a játékos számára az optimális lépést, feltételezve, hogy az ellenfél is optimálisan játszik. Széles körben használják két játékos körökre osztott játékokban, például Tic-Tac-Toe, Backgammon, Mancala, Sakk stb.
Mi a probléma a minimax algoritmussal?
A minimax algoritmus fő hátránya, hogy nagyon lelassul az olyan összetett játékoknál, mint a sakk, go stb.. Az ilyen típusú játékoknak hatalmas elágazási tényezője van, és a játékosnak sok választási lehetősége van.
Hogyan működik a minimax algoritmus sakkban?
Ez a Minimax algoritmussal történik. Ebben az algoritmusban az összes lehetséges mozgás rekurzív fáját egy adott mélységig feltárjuk, és a pozíciót a fa befejező „levelein” értékeljük ki. … A minimax algoritmus hatékonysága erősen múlik az elérhető keresési mélységen.
Miért optimális a minimax?
Absztrakt: Elméletileg az optimális stratégia mindenféle játékhoz egyintelligens ellenfél a Minimax stratégia. A Minimax tökéletesen racionális ellenfelet feltételez, aki optimális akciókat is végrehajt. A gyakorlatban azonban a legtöbb emberi ellenfél eltér a racionalitástól.
