{
  "id": "game-tree",
  "title": "博弈树",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "博弈树表示博弈中可能的行动序列及结果，用于分析策略决策和设计计算机博弈算法。",
  "category": "computer-science",
  "subcategory": "algorithms-theory",
  "type": "concept",
  "aliases": [
    "游戏树"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/game-tree/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/game-tree/",
      "json": "https://aiwiki.page/en/game-tree.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "博弈树是一种带根的分支结构，用来表示一场博弈所有可能的展开方式。节点表示局面或博弈历史，边表示可采取的行动，终端节点则给出结果及其收益。在博弈论中，这一结构是策略互动的扩展式表示的基础；在人工智能中，它为通过考察可能的回应及未来后果来选择行动的算法提供支持。博弈树表示的是各种可能性，本身既不是策略，也不是搜索算法。(artint.info)"
    },
    {
      "heading": "结构与解释",
      "text": "形式上，博弈树是一种有根的有向图，其中除根节点外，每个节点都恰有一个父节点。因此，从根节点到任意节点都只有一条路径。根节点表示初始情境，或分析开始时的当前情境。内部节点标明下一步行动的玩家，其出边则表示该玩家可采取的行动。从根节点到终端节点的一条路径描述了一个完整的博弈过程。(live.ocw.mit.edu)\n\n每个终端结果都为每位玩家赋予一个数值效用。这些收益表达玩家对不同结果的偏好，不一定是金钱收益。随机抽取等偶然事件可以用由“自然”控制的节点表示，并在其出边上赋予一个概率分布。因此，博弈树既能描述确定性博弈，也能描述含有随机因素的博弈，以及涉及两位以上玩家的互动。(artint.info)\n\n严格来说，节点可以用博弈历史来标识，即从根节点出发、到达该节点的行动序列。两段不同的历史可能产生表面上相同的局面，但由于到达路径不同，它们仍是不同的节点。完整的博弈树包含规则允许的所有后续发展，而搜索过程通常只构建其中的一部分。因此，这种局部搜索树的叶节点可能只是尚未结束的局面，而不是真正的终端结果。(ocw.mit.edu)"
    },
    {
      "heading": "极小化极大算法与逆向评估",
      "text": "对于具有完全信息的确定性双人零和博弈，标准评估方法是极小化极大算法。其中一位玩家通常记作 MAX，其目标是最大化从自身角度衡量的收益；对手记作 MIN，其目标则是将该收益最小化。算法通过递归将终端收益向上传递：在 MAX 节点取子节点值中的最大值，在 MIN 节点取最小值。(inst.eecs.berkeley.edu)\n\n用 \\(C(s)\\) 表示节点 \\(s\\) 的子节点集合，则递推关系为\n\n\\[V(s)= \\begin{cases} U(s), & s\\text{ 为终端节点},\\\\ \\max_{t\\in C(s)}V(t), & s\\text{ 属于 MAX},\\\\ \\min_{t\\in C(s)}V(t), & s\\text{ 属于 MIN}. \\end{cases}\\]\n\n这里，\\(U(s)\\) 是终端收益。对于完整的有限博弈树，这一方法能够确定 MAX 在对手采取最优应对时仍能保证获得的收益，以及实现该收益的行动。(inst.eecs.berkeley.edu)\n\n例如，假设 MAX 要在两个分支之间作出选择。在第一个分支中，MIN 可以选择收益为 3 或 5 的终端结果；在第二个分支中，MIN 可以选择收益为 2 或 9 的终端结果。因此，两个分支的值分别为 3 和 2，MAX 会选择第一个分支。这说明，可达结果中的最高收益 9 并不一定对应最佳行动。"
    },
    {
      "heading": "计算成本与选择性搜索",
      "text": "实际应用中的主要困难在于博弈树的规模。如果每个节点大约有 \\(b\\) 个子节点，搜索深度为 \\(d\\)，那么穷尽式极小化极大搜索的时间复杂度为 \\(O(b^d)\\)。因此，分支因子和深度使计算量呈指数增长。深度优先的实现方式不必保存整棵树，但穷尽式评估仍可能难以实际执行。(inst.eecs.berkeley.edu)\n\nAlpha–Beta剪枝可以跳过不会改变极小化极大结果的分支。它维护 MAX 和 MIN 已可获得的值的界限；当这些界限足以确定某个分支与最终结果无关时，就停止探索该分支。它保留根节点的极小化极大值，不过在多个同样好的行动之间，最终选择可能有所不同。其效果取决于行动的搜索顺序：理想的顺序可将搜索成本降至约 \\(O(b^{d/2})\\)，而最坏情况下仍为 \\(O(b^d)\\)。(inst.eecs.berkeley.edu)\n\n另一种方法是限制搜索深度，并用启发式评估函数评估尚未结束的局面。这些估计值取代了精确的终端收益，使决策同时取决于评估质量和搜索深度。所得选择对于经过评估的截断树是最优的，但对于完整博弈未必最优。(inst.eecs.berkeley.edu)"
    },
    {
      "heading": "随机因素与隐藏信息",
      "text": "在机会节点，评估采用期望值，而不是最大值或最小值：\n\n\\[V(s)=\\sum_{t\\in C(s)}p(t\\mid s)V(t).\\]\n\n期望极大算法将最大化决策与这种概率评估相结合。它可以表示随机事件，也可以表示行动遵循特定概率模型的对手。随机对抗博弈则可以在同一棵树中同时包含 MAX、MIN 和机会节点。与极小化极大算法的最坏情况假设不同，概率评估依赖于所赋概率的准确性。(inst.eecs.berkeley.edu)\n\n隐藏信息需要额外的结构。在扩展式博弈中，信息集将行动玩家无法区分的决策节点归为一组。策略必须为这些节点规定相容的行为，而不能利用玩家并不掌握的信息。完全信息对应于每个信息集只包含一个节点的情况。因此，普通的逐节点极小化极大算法不能直接求解任意不完全信息博弈。(ocw.mit.edu)"
    },
    {
      "heading": "基于模拟与学习的搜索",
      "text": "蒙特卡洛树搜索通过反复模拟来评估各种可能性，同时有选择地扩展一棵局部树。其常规循环包括选择、扩展、模拟，以及沿已访问节点反向传播结果。搜索资源的分配需要兼顾探索与利用的权衡：既考察尚未充分测试的行动，也再次考察已有估计较为有利的行动。(inst.eecs.berkeley.edu)\n\n树搜索还可以结合学习得到的策略和局面价值。在最初的 AlphaGo 系统中，人工神经网络提供落子概率和局面评估，并与蒙特卡洛树搜索结合，用于围棋。其策略网络和价值网络通过监督学习与强化学习进行训练。这些学习得到的组件引导探索和评估，无须枚举完整的博弈树。(storage.googleapis.com)"
    }
  ],
  "links": [
    "game-theory",
    "artificial-intelligence",
    "directed-graph",
    "probability-distribution",
    "perfect-information",
    "zero-sum-game",
    "minimax",
    "recursion",
    "time-complexity",
    "alpha-beta-pruning",
    "heuristic-evaluation-function",
    "expected-value",
    "extensive-form-game",
    "monte-carlo-tree-search",
    "alphago",
    "artificial-neural-network",
    "go-game",
    "supervised-learning",
    "reinforcement-learning"
  ],
  "sources": [
    {
      "title": "Artificial Intelligence—10.2.2 Extensive Form of a Game",
      "url": "https://artint.info/html1e/ArtInt_238.html"
    },
    {
      "title": "Game Theory, Lecture Notes",
      "url": "https://ocw.mit.edu/courses/14.126-game-theory-spring-2024/mit14_126_s24_yildiz-lecture-notes.pdf"
    },
    {
      "title": "Game Theory, Lecture 2: Equilibrium Refinements",
      "url": "https://live.ocw.mit.edu/courses/14.126-game-theory-spring-2024/mit14_126_s24_lecture_2_refinements.pdf"
    },
    {
      "title": "2 Minimax",
      "url": "https://inst.eecs.berkeley.edu/~cs188/textbook/games/minimax.html"
    },
    {
      "title": "6 Summary",
      "url": "https://inst.eecs.berkeley.edu/~cs188/textbook/games/summary.html"
    },
    {
      "title": "CS 188 Spring 2025, Lecture 7",
      "url": "https://inst.eecs.berkeley.edu/~cs188/sp25/assets/lectures/cs188-sp25-lec07.pdf"
    },
    {
      "title": "3 Expectimax",
      "url": "https://inst.eecs.berkeley.edu/~cs188/textbook/games/expectimax.html"
    },
    {
      "title": "5 Monte Carlo Tree Search",
      "url": "https://inst.eecs.berkeley.edu/~cs188/textbook/games/monte-carlo.html"
    },
    {
      "title": "Mastering the game of Go with deep neural networks and tree search",
      "url": "https://storage.googleapis.com/deepmind-media/alphago/AlphaGoNaturePaper.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}