期望值算法

期望值算法是最小值算法的一个变种，用于玩双人零和游戏的人工智能系统，如双陆棋，其结果取决于玩家的技能和机会元素（如掷骰子）的组合。除了传统minimax树的最小和xxx节点外，这个变体还有机会（自然移动）节点，这些节点取随机事件发生的预期值。在博弈论术语中，期望xxx树是完全但不完全信息的广义博弈的博弈树。在传统的最小法中，树的层次从xxx到最小交替进行，直到达到树的深度极限。在期望最大化树中，机会节点与最大和最小节点交错排列。机会节点不是取其子女效用值的xxx值或最小值，而是取一个加权平均值，其权重是该子女达到的概率。交错的方式取决于游戏的情况。游戏的每个回合都被评估为一个xxx节点（代表人工智能玩家的回合），一个最小节点（代表一个潜在的最佳对手的回合），或一个机会节点（代表一个随机效应或玩家）。例如，考虑一个游戏，其中每一轮都由一次掷骰子组成，然后首先由人工智能玩家，然后由另一个智能对手做出决定。这个游戏中的节点顺序将在机会、xxx、然后是最小之间交替进行。伪代码expectiminimax算法是minimax算法的一个变种，由DonaldMichie在1966年首次提出。

(Probability[child]×expectiminimax(child,depth-1))返回α请注意，对于随机节点。