Minimax-algoritmi auttaa löytämään parhaan liikkeen toimimalla taaksepäin pelin lopusta lähtien. Jokaisessa vaiheessa se olettaa, että pelaaja A yrittää maksimoida A:n voittomahdollisuuden, kun taas seuraavalla kierroksella pelaaja B yrittää minimoida A:n voittomahdollisuudet (eli maksimoida B:n omat voittomahdollisuudet).
Miksi käytämme minimax-algoritmia?
Minimax on eräänlainen backtracking-algoritmi, jota käytetään päätöksenteossa ja peliteoriassa optimaalisen liikkeen löytämiseksi pelaajalle, olettaen, että myös vastustajasi pelaa optimaalisesti. Sitä käytetään laaj alti kahden pelaajan vuoropohjaisissa peleissä, kuten Tic-Tac-Toe, Backgammon, Mancala, Shakki jne.
Mitä ongelmia minimax-algoritmissa on?
Minimax-algoritmin suurin haittapuoli on, että se hidastuu monimutkaisissa peleissä, kuten shakki, go jne.. Tämäntyyppisillä peleillä on v altava haarautumistekijä, ja pelaajalla on paljon valinnanvaraa.
Miten minimax-algoritmi toimii shakissa?
Tämä tehdään käyttämällä Minimax-algoritmia. Tässä algoritmissa kaikkien mahdollisten liikkeiden rekursiivista puuta tutkitaan tiettyyn syvyyteen ja sijainti arvioidaan puun loppujen”lehtien” kohdalla. … Minimax-algoritmin tehokkuus perustuu vahvasti hakusyvyyteen, jonka voimme saavuttaa.
Miksi minimax on optimaalinen?
Abstrakti: Teoriassa optimaalinen strategia kaikenlaisille peleilleälykäs vastustaja on Minimax-strategia. Minimax olettaa täysin rationaalisen vastustajan, joka tekee myös optimaalisia toimia. Käytännössä useimmat ihmisten vastustajat poikkeavat kuitenkin rationaalisuudesta.
