siirtoarvot

Siirtoarvot ovat numeerisia arvioita siitä, kuinka toivottava kunkin sallitun siirron valinta on nykyisessä pelin- tai päätöksentekotilanteessa. Ne ovat keskeisiä tekoälyssä ja pelianalyysissä, jossa pyritään valitsemaan parasta mahdollista toimintaa.

Pelissä, kuten shakkissa tai muissa lautapeleissä, siirtoarvot muodostuvat evaluointifunktion tuloksesta: siirron jälkeen syntyvä asema, materiaalitilanne, kehitys, turvallisuus ja muut tekijät vaikuttavat arvoon. Monimutkaisissa järjestelmissä siirtoarvo voi heijastaa sekä välitöntä hyötyä että pitkän aikavälin etuja, ja niitä voidaan päivittää oppimisen tai tarkennusten myötä.

Siirtoarvoja käytetään hakua ohjaamaan tutkittavien siirtojen järjestystä ja tehokkuutta parantamaan päätöksentekoprosessia. Tällöin hakualgoritmit, kuten minimax- ja alfa-beta -menetelmät tai Monte Carlo -pohjaiset menetelmät, hyödyntävät arvoja parhaiden haarojen löytämiseksi ja epäonnistuneiden poistamiseksi. Käytännössä keinoja kuten history-heuristiikka, killer-moves ja transpositional tables voidaan käyttää siirtoarvojen hyödyntämisen tehostamiseen.

Eri konteksteissa siirtoarvot voivat olla staattisia tai dynaamisia. Staattiset arviot perustuvat ennalta määriteltyihin painoihin ja tunnuslukuihin, kun taas dynaamiset arviot ottavat huomioon vastustajan mahdolliset vastaukset ja tilanteen muuttuvuuden. Oppivissa järjestelmissä siirtoarvot voivat myös kehittyä koneoppimisen avulla.

Laajemmin käsite esiintyy muissa päätöksentekijärjestelmissä ja suunnittelussa. Vahvistusoppimisessa vastaavat toimintaarvot (Q-arvot) ennustavat, mitä palkkio kumulatiivisesti seuraa tietystä tilasta ja teosta. Siirtoarvot auttavat sekä pelissä että päätöksenteossa valitsemaan parhaita possible toimintavaihtoehtoja.