'%3e%3cpath%20d='M21.97,16.783C18.592,14.338%2014.595,14.954%2012,17.1C11.344,16.628%2010.011,15.91%209.895,15.621C9.48,14.59%207.341,14.568%207.01,14.882C6.812,15.07%206.83,15.344%206.553,15.331C4.832,15.252%203.708,15.794%201.993,16.774'%20style='fill:none;fill-rule:nonzero;stroke:%2310b981;stroke-width:1.14px;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,2.04091,-14.1682,-22.4853)'%3e%3cpath%20d='M15.074,18.836L15.074,17.423'%20style='fill:none;stroke:%2310b981;stroke-width:0.62px;stroke-linecap:square;stroke-miterlimit:1.5;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,2.04091,6.00754,-22.5274)'%3e%3cpath%20d='M15.074,18.863L15.074,17.423'%20style='fill:none;stroke:%2310b981;stroke-width:0.62px;stroke-linecap:square;stroke-miterlimit:1.5;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,1.10679,-1,-3.20585)'%3e%3cpath%20d='M2,5.5C5.5,3.5%209.5,4%2012,5.8C14.5,4%2018.5,3.5%2022,5.5L22,16.8C18.5,14.8%2014.5,15.3%2012,17.1C9.5,15.3%205.5,14.8%202,16.8L2,5.5Z'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.14px;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,1.026,-1,-2.90714)'%3e%3cpath%20d='M12,5.8L12,17.1'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(0.868549,0,0,1.12022,1.58071,-2.86274)'%3e%3cpath%20d='M8,15.6L8,19.8L6.5,18.5L5,19.8L5,15.6'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,1,-1,-3.75633)'%3e%3cpath%20d='M5,9C6.467,8.4%207.967,8.5%209.5,9.3'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,1,-1,-3.75633)'%3e%3cpath%20d='M5,12C6.333,11.467%208.119,11.635%209.119,12.235'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(0.988254,-0.152823,0.152823,0.988254,6.85356,-2.53705)'%3e%3cpath%20d='M5,12C6.333,11.467%208.119,11.635%209.119,12.235'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,1,-1,-3.75633)'%3e%3cpath%20d='M14.5,9.3C16.033,8.5%2017.533,8.4%2019,9'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(1,0,0,1,-1,2.24367)'%3e%3cpath%20d='M5,9C6.467,8.4%207.967,8.5%209.5,9.3'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3cg%20transform='matrix(0.999988,0.00496871,-0.00496871,0.999988,-0.955288,2.16055)'%3e%3cpath%20d='M14.5,9.3C16.033,8.5%2017.533,8.4%2019,9'%20style='fill:none;fill-rule:nonzero;stroke:%236ee7b7;stroke-width:1.2px;'/%3e%3c/g%3e%3c/svg%3e)
Açıklama
Yinelemeli derinleştirme, bir önce küçük bir sınırla arama yapmasını, sonra analizi giderek daha büyük sınırlarla tekrarlamasını sağlar. Satrançta derinlik genellikle ply cinsinden ölçülür ve bir ply, tek bir tarafın bir hamlesidir.
Başlangıca yakın konumlar tekrar tekrar ziyaret edildiği için bu ilk bakışta israf gibi görünür. Ancak önceki yinelemeler değerli bilgiler üretir: geçici en iyi hamle, o anda en iyi kabul edilen devam yolu anlamındaki ana varyant, saklanan sonuçlar ve için kanıtlar. Bir sonraki yinelemede umut verici seçenekleri önce aramak çoğu zaman daha fazla dalın erken durmasını sağlar ve tekrarlanan işin büyük bölümünü telafi eder.
En açık pratik yararı zaman yönetimidir. Saat motoru daha derin bir yineleme sırasında durmaya zorlarsa önceki yinelemenin tam sonucu yine elindedir. Tamamlanmayabilecek bir aramaya her şeyi bağlamak zorunda kalmaz.
Yinelemeli derinleştirme yalnızca tercih edilen tek bir devam yolunu uzatmak demek değildir. Seçici teknikler ağacın içinde farklı yerel derinlikler atayabilse de her yineleme başlangıç konumunu daha büyük bir sınırla yeniden ele alır. dışarı taşır, ancak ortadan kaldırmaz.
Kullanım ve bağlam
Arayüzler çoğu zaman mevcut yinelemenin ulaştığı derinliği gösterir, ancak daha büyük sayı tek başına iki farklı motorun karşılaştırılabilir iş yaptığına kanıt değildir.
Sık karıştırılanlar
Anlamsız tekrar
Önceki çalışma hamle sırasını, ana varyantı ve saklanan arama bilgisini sağlar; bu nedenle sonraki yineleme gerçekten sıfırdan başlamaz.
Derinleştirme ve seçici uzatma
Yinelemeli derinleştirme geçişler arasında genel sınırı yükseltir; uzatma belirli devam yollarına yerel arama ekler.
Kaynaklar
- 1.Depth-first iterative-deepening: An optimal admissible tree search, Artificial Intelligence / Elsevier
- 2.Iterative Deepening, Chess Programming Wiki
- 3.search.cpp, Stockfish