将二人完美信息博弈搜索算法扩展至多人场景并验证其优越性

Study and Improvement of Search Algorithms in Multi-Player Perfect-Information Games

• 将无界极小化算法推广至多人完美信息博弈框架
• 实验表明该算法性能优于主流多玩家搜索算法
• 适合对博弈搜索算法优化感兴趣的研究人员

本文将当前零和二人完美信息博弈中表现最优的无界极小化（Unbounded Minimax）算法推广至多玩家完美信息博弈框架。通过实验验证，该推广算法在多个测试场景中均展现出优于现有主流多玩家搜索算法的性能表现。结果表明，该方法在保持计算效率的同时，显著提升了多玩家博弈中的决策质量，为复杂博弈环境下的搜索策略设计提供了新思路。

原文摘要 · Abstract (English)

In this article, we generalize Unbounded Minimax, the state-of-the-art search algorithm for zero sums two-player games with perfect information to the framework of multiplayer games with perfect information. We experimentally show that this generalized algorithm also achieves better performance than the main multiplayer search algorithms.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。