迭代加深

迭代加深让国际象棋引擎先用较小界限搜索，然后用逐步增大的界限重复分析。在国际象棋中，深度通常以ply计量，一个ply就是单方走一步。

这种方法起初看似浪费，因为靠近起点的局面会被重复访问。然而，较早迭代会产生有价值的信息：暂定最佳着法、主变例，也就是当前被视为最佳的路线、已保存的结果，以及用于着法排序的依据。下一轮先搜索有希望的选择，往往能让更多分支提早停止，从而抵消大部分重复工作。

它最明显的实用优势是时间控制。若棋钟迫使引擎在一次更深迭代中停止，它仍保留上一次迭代的完整结果，不必把一切押在可能无法完成的搜索上。

迭代加深并不意味着只延伸一条偏爱的路线。每次迭代都会以更大界限重新考察初始局面，尽管选择性技术可能在树内为不同位置分配不同局部深度。它也会把搜索地平线向外推移，却不能将其消除。