ゲーム探索におけるミニマックス法とアルファベータ枝刈り

ミニマックス法は「自分は評価値最大、相手は評価値最小の手を選ぶ」前提で最善手を探索します。アルファベータ法はその結果を厳密に保ちながら計算量を大幅に削減する枝刈り手法です。 ア:誤りです。自分の手番では評価値を最大化(Max)、相手の手番では評価値を最小化(Min)します。 イ:正解です。アルファベータ枝刈りは数学的に同一の解を保証しつつ、無駄なノード展開を省きます。 ウ:誤りです。アルファベータ枝刈りは最適性を損なわないため、手の質はミニマックス法と完全に同一です。 エ:誤りです。相手の手札などが見えない不完全情報ゲームには、モンテカルロ法やCFR(反実仮想後悔最小化)などが適しています。

二人零和完全情報ゲーム(チェスや将棋など)の探索手法に関する記述として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
ミニマックス法では、自分の手番では評価値を最小化し、相手の手番では評価値を最大化するように選択する。
イ
アルファベータ枝刈りは、最終的な探索結果の評価値を変えることなく、明らかに選択されない不要な分岐の探索を省略する手法である。
ウ
アルファベータ枝刈りを行うと、枝刈りをしないミニマックス法に比べて得られる手の質が低下する。
エ
ミニマックス法は不完全情報ゲーム(ポーカーや麻雀など)で最も有効に機能する基本アルゴリズムである。