Once we've averaged the evaluations

Once we've averaged the evaluations for each legal move, we choose the move that maximizes our expected state 2 random moves beyond our chosen move at depth 3.

ผลลัพธ์ (ไทย) 1:

เมื่อเราได้ averaged ประเมินสำหรับการย้ายแต่ละกฎหมาย เราเลือกย้ายที่วางสถานะของเราคาด 2 สุ่มย้ายเลยย้ายของท่านที่ลึก 3

ผลลัพธ์ (ไทย) 2:

เมื่อเราได้เฉลี่ยการประเมินผลสำหรับแต่ละไปตามกฎหมายเราเลือกย้ายที่เพิ่มคาดว่ารัฐของเรา 2 ย้ายสุ่มเกินย้ายที่เลือกของเราได้ที่ความลึก 3

ผลลัพธ์ (ไทย) 3:

เมื่อเราได้เฉลี่ยการประเมินแต่ละด้านกฎหมายไป เราเลือกไปที่เพิ่มไว้รัฐ 2 สุ่มย้ายที่อยู่นอกเหนือที่เราเลือกไปที่ความลึก 3