الگوریتم Minimax به یافتن بهترین حرکت کمک می کند، با کار به عقب از پایان بازی. در هر مرحله فرض می‌شود که بازیکن A تلاش می‌کند تا شانس برنده شدن A را به حداکثر برساند، در حالی که در نوبت بعدی بازیکن B تلاش می‌کند تا شانس برنده شدن A را به حداقل برساند (یعنی شانس برنده شدن خود B را به حداکثر برساند)..
چرا از الگوریتم minimax استفاده می کنیم؟
Minimax نوعی الگوریتم عقبگرد است که از در تصمیم گیری و تئوری بازی برای یافتن حرکت بهینه برای یک بازیکن استفاده می شود، با این فرض که حریف شما نیز بهینه بازی می کند. این به طور گسترده در بازی های نوبتی دو بازیکن مانند تیک تاک، تخته نرد، مانکالا، شطرنج و غیره استفاده می شود.
مشکلات الگوریتم minimax چیست؟
ایراد اصلی الگوریتم مینیمکس این است که برای بازی های پیچیده ای مانند شطرنج، رفتن و غیره بسیار کند می شود. این نوع بازی ها دارای یک عامل انشعاب بزرگ است و بازیکن انتخاب های زیادی برای تصمیم گیری دارد.
چگونه الگوریتم مینیمکس برای شطرنج کار می کند؟
این کار با استفاده از الگوریتم Minimax انجام می شود. در این الگوریتم، درخت بازگشتی همه حرکت‌های ممکن تا یک عمق مشخص کاوش می‌شود و موقعیت در انتهای "برگ" درخت ارزیابی می‌شود. … اثربخشی الگوریتم حداقل بر اساس عمق جستجویی است که می توانیم به آن برسیم.
چرا minimax بهینه است؟
چکیده: در تئوری، استراتژی بهینه برای انواع بازی ها در برابرحریف هوشمند استراتژی Minimax است. Minimax یک حریف کاملاً منطقی را فرض می کند که اقدامات بهینه را نیز انجام می دهد. با این حال، در عمل، اکثر مخالفان انسانی از عقلانیت دور می‌شوند.
