我目前正在开发一个解决方案，一个基于技巧的纸牌游戏称为Skat在一个完美的信息情况。虽然大多数人可能不知道这个游戏，但请容忍我，我的问题是一般性的。
SKAT简介：
基本上，每个玩家轮流玩一张牌，每三张牌就形成一个戏法。每张卡都有特定的价值。一个玩家所获得的分数是将其所赢得的每一张牌的价值相加的结果。我漏掉了一些对我的问题不重要的事情，例如谁对谁，我什么时候赢一个把戏。
我们应该记住的是，有一个连续的分数，谁在调查某个位置时打了什么（－>它的历史）与该分数有关。
我用Java编写了一个alpha-beta算法，它看起来工作得很好，但是速度太慢了最有希望的第一个改进是使用换位表。我读到在搜索skat游戏树的时候，你会遇到很多已经被调查过的位置。
这就是我的问题所在：如果我找到一个之前已经调查过的位置，那么导致这个位置的移动是不同的。因此，一般来说，分数（和α或β）也会有所不同。
这就引出了我的问题：如果我知道同一个职位的价值，但又有不同的历史，我如何确定这个职位的价值？
换言之：如何将子树从其路径分离到根，以便将其应用到新路径？
我的第一个冲动是这是不可能的，因为alpha或beta可能受到其他路径的影响，这些路径可能不适用于当前位置，但是……
似乎已经有了解决办法
…我好像不明白在Sebastion Kupferschmid关于Skat解算器的硕士论文中，我发现了这段代码（可能是C-ish/伪代码？）以下内容：
def ab_tt(p, alpha, beta):
if p isa Leaf:
return 0
if hash.lookup(p, val, flag):
if flag == VALID:
return val
elif flag == LBOUND:
alpha = max(alpha, val)
elif flag == UBOUND:
beta = min(beta, val)
if alpha >= beta:
return val
if p isa MAX_Node:
res = alpha
else:
res = beta
for q in succ(p):
if p isa MAX_Node:
succVal = t(q) + ab_tt(q, res - t(q), beta - t(q))
res = max(res, succVal)
if res >= beta:
hash.add(p, res, LBOUND)
return res
elif p isa MIN_Node:
succVal = t(q) + ab_tt(q, alpha - t(q), res - t(q))
res = min(res, succVal)
if res <= alpha:
hash.add(p, res, UBOUND)
return res
hash.add(p, res, VALID)
return res
这应该是非常不言而喻的。
succ(p)是返回当前位置的所有可能移动的函数t(q)是我认为的各自位置的连续得分（到目前为止由宣布者获得的分数）。既然我不喜欢在不理解的情况下抄袭，这应该是对任何想帮助我的人的帮助。当然，我已经对这段代码做了一些思考，但我不能只考虑一件事：在再次调用函数之前，先从alpha/beta中减去当前的分数[例如
ab_tt(q, res - t(q), beta - t(q))]，这似乎是某种脱钩但是如果我们把位置的值存储在换位表中，而不在这里做同样的减法，到底有什么好处呢？如果我们发现了一个先前调查过的位置，为什么我们可以返回它的值（如果它是VALID）或者使用alpha或beta的绑定值？在我看来，从换位表中存储和检索值并不能解释这些位置的特定历史还是会呢？文献：
在skat游戏中，几乎没有英文资料可以处理人工智能，但我找到了这个：A Skat Player Based on Monte Carlo Simulation by Kupferschmid, Helmert遗憾的是，整篇论文，特别是换位表的阐述是相当紧凑的。
编辑：
为了让每个人都能更好地想象，在玩完所有的牌之前，通过Skat游戏，分数是如何发展的，这里有一个example游戏过程显示在下表中，每行一个技巧每一个技巧后的实际得分在它的左边，其中+x是说唱者的得分（-y是防守队的得分，这与α-β无关）。如我所说，一个技巧的赢家（庄家或防守队）会将这个技巧中每张牌的价值加到他们的得分上。
卡值为：
Rank J A 10 K Q 9 8 7
Value 2 11 10 4 3 0 0 0
最佳答案
我解决了这个问题。根据我问题中引用的建议，每次递归调用都要做奇怪的减法运算，只有在换位表中存储一个位置时，我才会从得到的alpha beta值中减去运行分数：
对于精确的值（位置尚未修剪）：
transpo.put(hash, new int[] { TT_VALID, bestVal - node.getScore()});
如果节点导致beta中断：
transpo.put(hash, new int[] { TT_LBOUND, bestVal - node.getScore()});
如果节点导致alpha截断：
transpo.put(hash, new int[] { TT_UBOUND, bestVal - node.getScore()});
哪里：
transpo是一个HashMap<Long, int[]>hash是表示该位置的long值bestVal是精确值或导致截断的值TT_VALID、TT_LBOUND和TT_UBOUND是简单的常量，用于描述换位表条目的类型然而，这本身并不起作用在gamedev.net上发布了同样的问题之后，一位名叫阿尔瓦罗的用户给了我一个决定性的提示：
当存储精确的分数（
TT_VALID）时，我应该只存储位置，这样可以提高alpha。关于algorithm - 如何在换位表中说明头寸历史，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/21688552/