ミニマックス探索造句

• 最良優先ミニマックス探索は，以下の手続きを繰り返すことで動作する．
  最优极小极大检索通过重复下述操作来进行。
• 最良優先ミニマックス探索では，つねに主節点を展開する．
  在最优极小极大检索中，会一直展开主节点。
• 我々が提案するアルゴリズムは，最良優先ミニマックス探索とマックスＮ手続きの自然な拡張になっている．
  我们提出的算法是最优极小极大检索和极大Ｎ操作的自然扩展。
• ２人ゲームおいてその有効性が示された最良優先ミニマックス探索のＮ人ゲームへの適用を考える．
  ．考虑将在双人游戏中显示出了有效性的最优极小极大检索适用在Ｎ人游戏中。
• 最良優先ミニマックス探索は次のように行われる．
  最优极小极大检索如下进行。
• たとえば，最良優先ミニマックス探索において，　ＭＡＸ節点はその値が兄弟節点の中で最小の場合にのみ展開される．
  例如，在最优极小极大检索中，ＭＡＸ节点只有当其值为同类节点中最小时才会被展开。
• 文献１）で，Ｋｏｒｆらは，ミニマックス値に基づいた最良優先探索である最良優先ミニマックス探索を提案している．
  在文献１）中，Ｋｏｒｆ等人提出了基于极小极大值的最优检索即最优极小极大检索方案。
• 最良優先ミニマックス探索や最良優先マックスＮ探索は，つねに主節点を展開するため，１つの経路しか探索しないように見える．
  最优极小极大检索和最优极大Ｎ检索由于一直展开主节点，所以看起来似乎只检索一条路径。
• そこでは，インクリメンタルランダムゲームおよびオセロによる実験と評価を行い，最良優先ミニマックス探索の有効性を示している．
  在此，进行了基于增量式随机游戏以及黑白棋的实验和评价，并证明了最优极小极大检索的有效性。
• 我々の提案する期待値法は，異った深さのミニマックス探索による返り値の間に強い相関があるという事実を利用したゲーム木探索法である．
  我们提出的期望值法是利用了不同深度的极大极小法检索求得的返回值之间有极大相关这一事实而提出的游戏树形检索法。
• これは，２人ゲームにおける最良優先探索である最良優先ミニマックス探索と，Ｎ人ゲームにおけるマックスＮ手続きの自然な拡張により得られるアルゴリズムである．
  这是在双人游戏中的最优检索即最优极小极大检索和Ｎ人游戏中的极大Ｎ操作的自然扩展得到的算法。
• この効果は，文献３）などではテンポ効果（ｔｅｍｐｏｅｆｆｅｃｔ）と呼ばれており，最良優先ミニマックス探索に適度な幅優先性を与え，探索される木のバランスをとる役目を果たしている．
  这种效果在文献３）中被称为节奏效果（ｔｅｍｐｏｅｆｆｅｃｔ），对于最优极小极大检索赋予恰当的宽度优先性，发挥保持被检索的树的平衡的作用。
• １つ目は，最良優先マックスＮ探索と呼ばれ，マックスＮ値という評価値を用いた最良優先探索であり，ＬｕｃｋＨａｒｄｔらによるマックスＮとＫｏｒｆらによる最良優先ミニマックス探索の自然な拡張である．
  第一个被称为最优极大Ｎ，这是使用了极大Ｎ值作为评价值的最优检索，是ＬｕｃｋＨａｒｄｔ等人的极大Ｎ和Ｋｏｒｆ等人的最优极小极大检索的自然扩展。
• さらに，最良優先ミニマックス探索に幅優先性を持たせ，探索のバランスをとるために機能するテンポ効果が，Ｎ人ゲームでは過剰に現れる可能性を考慮し，テンポ効果の影響を受けない新しい最良優先探索アルゴリズムを提案する．
  ．并且，让最优极大极小检索具有宽度优先性，考虑到为取得检索平衡而发挥作用的节奏效果可能会在Ｎ人游戏中过度发挥，提出了不受节奏效果影响的新型最优检索算法。
• ＠ｅｑｕａｔｉｏｎ＿０＠つまり，＠ｅｑｕａｔｉｏｎ＿１＠図３において，ノードＣの子ノードの評価値３．０，　４．０を用いて，ノードＣでさらに深さ３のミニマックス探索をしたときの返り値の期待値Ｅ（σ２，　３．０，　４．０）を求める（図３ではσ＝　８．０で計算している）．
  ＠ｅｑｕａｔｉｏｎ＿０＠，也就是说，＠ｅｑｕａｔｉｏｎ＿１＠。在图３中，使用节点Ｃ的子节点的评测值３．０，　４．０，来求得从节点Ｃ用极大极小法检索至深度３时的返回值的期望值Ｅ（σ２，　３．０，　４．０）（图３以σ＝　８．０来计算）。

• ミニマックス探索的日语：极大极小搜索