algorithm - 带换位表的Alpha-beta修剪，迭代加深

我正在尝试用换位表实现alpha-beta-min-max修剪增强。我用这个伪代码作为参考：
http://people.csail.mit.edu/plaat/mtdf.html#abmem

function AlphaBetaWithMemory(n : node_type; alpha , beta , d : integer) : integer;
    if retrieve(n) == OK then /* Transposition table lookup */
        if n.lowerbound >= beta then return n.lowerbound;
        if n.upperbound <= alpha then return n.upperbound;
        alpha := max(alpha, n.lowerbound);
        beta := min(beta, n.upperbound);
    if d == 0 then g := evaluate(n); /* leaf node */
    else if n == MAXNODE then
        g := -INFINITY; a := alpha; /* save original alpha value */
        c := firstchild(n);
        while (g < beta) and (c != NOCHILD) do
            g := max(g, AlphaBetaWithMemory(c, a, beta, d - 1));
            a := max(a, g);
            c := nextbrother(c);
    else /* n is a MINNODE */
        g := +INFINITY; b := beta; /* save original beta value */
        c := firstchild(n);
        while (g > alpha) and (c != NOCHILD) do
            g := min(g, AlphaBetaWithMemory(c, alpha, b, d - 1));
            b := min(b, g);
            c := nextbrother(c);

    if g <= alpha then
        n.upperbound := g;
        store n.upperbound;
    if g >  alpha and g < beta then
        n.lowerbound := g;
        n.upperbound := g;
        store n.lowerbound, n.upperbound;
    if g >= beta then
        n.lowerbound := g;
        store n.lowerbound;
return g;

这个算法有三个问题：
我相信我应该在保存的每个换位表条目中存储深度（=到叶级的距离），并且仅当entry.depth>=currentdepth（=entry与叶级的距离大于或等于）时才使用entry。这在上面的伪代码中没有显示，这里也没有讨论，我想确保我理解正确。
我想存储每个位置的最佳移动，以便在搜索停止后使用它进行移动排序和提取最佳移动。在pure min max中，很明显哪个移动是最好的，但是当使用alpha beta截止值迭代时哪个移动是最好的？我能假设给定位置的最佳移动是在循环结束时找到的最佳移动吗（有无截止）？
在迭代深化方案中执行此算法时，是否应在每次深度增加之前清除换位表？我想不是，我希望tu使用前一次迭代中的存储位置，但是我不确定信息是否足以进行更深入的搜索（应该是在检查表条目深度时）？

最佳答案

你说得对。entry.depth存储转置表条目中信息所基于的层数。因此，只有在entry.depth >= remaining_depth时才能使用这些信息。
逻辑是我们不想使用比“正常”搜索弱的结果。
有时，出于调试目的，条件更改为：

entry.depth == remaining_depth

这避免了一些search instabilities。无论如何，它不能保证没有换位表的搜索结果相同。
并不是总有一个最好的存储方法。
如果搜索失败率很低，就没有“最佳行动”。我们知道的唯一一件事是，任何一个动作都不足以产生大于alpha的分数。没有办法猜测哪一步是最好的。
因此，您应该在哈希表中存储一个移动，仅用于下限（beta截止，即反驳移动）和精确分数（pv节点）。
不，你不应该这样做。随着迭代的深入，同样的位置会一次又一次地到达，换位表可以加快搜索速度。
您应该清除移动之间的换位表（或者，最好使用一个额外的entry.age字段）。