我已经实现了迭代加深的 alpha beta 搜索，并且我已经阅读了几种技术，通过首先搜索先前深度搜索中出现的最佳移动来进一步优化算法。
据我了解，我可以将先前深度搜索的主要变化存储在动态长度列表中吗？例如，假设我已经用 PV 搜索到深度 4 : [1, 0, 2, 3] 意味着在深度 1 时，选择移动编号 1，在深度 2 处选择移动编号 0，在深度 3 处选择移动编号 2 等...，然后对于深度 5 搜索，算法将首先从先前的深度 PV 搜索节点的子节点。
这就是你们所谓的反驳表吗？
反驳表的说明从这里link :对于每次迭代，搜索都会生成从根到叶节点的每次移动的路径，该路径会产生正确的极小极大分数或其值的上限。从 d - 1 ply 搜索开始的这条路径可以用作搜索到 d ply 的基础。通常，搜索前一次迭代的路径或反驳移 Action 为当前迭代检查的初始路径将足以反驳更深一层的移动。
如果不一样，你能解释一下反驳表到底是什么(因为对我来说，两者似乎相等，但我不确定)以及使用反驳表而不是我首先提到的方式有什么优势？
最佳答案
根据您的链接提供的描述，我认为反驳表或多或少地将三角PV表的概念扩展到所有根移动。换句话说，不仅是最佳根移动，而且所有根移动都与三角形 PV 表相关联。
不过，我可能是错的，因为我以前从未使用过甚至听说过该技术。在当今世界，分配足够大的transposition tables是没有问题的。 ，与换位表的标准技术相比，我没有看到反驳表的任何优势，killer moves也许history tables (尽管许多引擎不再使用后者)。
我的建议:如果您还没有实现换位表和 killer 级移动，我强烈建议您从那里开始改进移动顺序。
关于minimax - alpha beta搜索迭代深化反驳表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16235923/