將游戲中所有的可能性表示成一棵樹，樹的第N層就代表著游戲中的第N步。樹的node數(shù)是隨著樹的深度成指數(shù)增長的，不考慮剪枝，每個node都是需要進行估值的。 Minimax tree在諸如象棋，黑白棋等傳統(tǒng)游戲中取得了巨大的成功，主要原因還是有兩個， 1、 游戲本身的探索空間相對較小，配合剪枝，開局和殺棋棋譜，非平衡樹探索等優(yōu)化技術，加上并行計算和Iterative Deepening，使得探索到樹的深層甚至底層成為可能。 2、 搜素的最終目的就是找出對自己最有利的一步，而判斷是不是有利自然需要一定的評判標準。一般我們用一個評價函數(shù)來作為標準。象棋等游戲的子有不同的強弱，并且有明確的目的性（諸如殺死對方的王），容易人工設計出或者通過機器學習得出一個良好的評價函數(shù)來正確評估一步落子所引發(fā)的后續(xù)局面。