αβ法（アルファベータ法）の特徴

問題

αβ法（Alpha-Beta Pruning）に関する次の記述のうち、誤りを1つ選べ。

αβ法（アルファ・ベータ法）は、チェスや将棋などで用いられるMini-Max法の探索効率を改善するためのアルゴリズムです。

Mini-Max法はすべての可能性（ノード）を探索しますが、αβ法は「これ以上探索しても結果が変わらない（選ばれない）と分かった枝」の探索を途中で打ち切る（枝刈りする）ことで、計算量を劇的に減らします。

計算量を減らしても、最終的に導き出される「最善手」はMini-Max法と全く同じになる点が最大の強みであり、ゲームAIの基礎として重要です。

1. αβ法はMini-Max法の探索を効率化するための枝刈り手法である。

正しい：αβ法は、Mini-Max法の探索過程で明らかに不要なルートの計算を省略（枝刈り）し、探索効率を劇的に向上させるための代表的な手法です。

2. αβ法はMini-Max法と同じ最適手を保証する。

正しい：枝刈りを行うにもかかわらず、最終的に得られる評価値や最善手は、すべてのノードを探索するMini-Max法と完全に一致することが理論的に保証されています。

3. αβ法は探索木のすべてのノードを必ず探索する必要がある。

誤り：αβ法の最大の特徴は「探索木のすべてのノードを探索しなくて済む（途中で探索を打ち切る）」点です。これにより計算コストを大幅に削減できます。

4. αβ法ではα値とβ値を管理し、探索の打ち切りを判断する。

正しい：探索中に得られた最大値（α値）と最小値（β値）を更新・管理しながら探索を進め、条件（α >= β）を満たした時点でその枝の探索を打ち切ります（αカット・βカット）。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ