极小极大过程是把搜索树的生成和格局估值这两个过程分开来进行，即先生成全部搜索树，然后再进行端节点静态估值和倒推值计算。（)
对
举一反三
- 极大极小过程是先生成与／或树，然后再计算各节点的估值，即生成节点和计算估值这两个过程是分离的。（）
- 在二人博弈问题中，最常用的一种分析技术是极大极小搜索方法，这种方法的思想是先生成一棵博弈树，然后再计算其倒推值。但它的效率较低，因此人们在此基础上，又提出了α－β剪枝搜索方法。（)
- 关于博弈树及博弈树搜索，正确的叙述有（） A: 博弈树搜索也是一种启发式搜索 B: 可基于“极大极小过程”进行博弈树搜索 C: 博弈树中的“与”节点和“或”节点总是逐级交替出现的 D: 谷歌AlphaGo中的蒙特卡洛树搜索是一种博弈树搜索
- 设已生成一棵博弈树，现通过“极大极小过程”进行搜索；另设博弈双方为MAX和MIN，对于有利于MAX方的态势，估计函数e取正值。那么，（）。 A: 对于MAX节点，MAX方应选e值最大的走步 B: 对于MIN节点，MIN方应选e值最小的走步 C: 于MAX节点，MAX方应选e值最小的走步 D: 对于MIN节点，MIN方应选e值最大的走步
- 已生成一颗博弈树，现通过“极大极小过程”进行搜索，令设博弈双方为MAX和MIN，对有利于MAX方的态势，估计函数e取正值。那么（） A: A对于MAX节点，MAX方应选e值最大的走步 B: B对于MAX节点，MAX方应选e值最小的走步 C: C对于MIN节点，MIN方应选e值最大的走步 D: D对于MIN节点，MIN方应选e值最小的走步
内容
- 0
设已生成一棵博弈树，现通过“极大极小过程”进行搜索；另设博弈双方为MAX和MIN，对于有利于MAX方的态势，估计函数e去正值 A: 对于MIN节点，MIN方因选e值最大的走步 B: 对于MIN节点，MIN方因选e值最小的走步 C: 对于MAX节点，MAX方因选e值最大的走步 D: 对于MAX节点，MAX方因选e值最小的走步
- 1
中国大学MOOC: 设已生成一棵博弈树，现通过“极大极小过程”进行搜索；另设博弈双方为MAX和MIN，对于有利于MAX方的态势，估计函数e取正值。那么，（）。
- 2
在A*算法搜索过程中，节点的估价值与实际值越接近，则算法搜索速度越快。
- 3
ppt上井字棋，根据估值函数[img=559x396]17e44ae6652013d.png[/img]对[img=114x106]17e44ae670e2f3f.png[/img]进行估值，简单写出估值过程？
- 4
在二人博弈问题中,最常用的一种分析技术是(),这种方法的思想是先生成一棵博弈树,然后再计算其倒推值。但它的效率较低,因此人们在此基础上,又提出了()。 A: 极大极小分析法，a-b剪枝技术 B: a-b剪枝技术，极大极小分析法 C: 博弈，极大极小分析法 D: a-b剪枝技术，博弈