Why is the negative leaf_value for update_recursive function?

[KelleyYin]

https://github.com/junxiaosong/AlphaZero_Gomoku/blob/68603c0d8e5a0ef9273bacc7d281abe27493da1b/mcts_alphaZero.py#L137

I can't absolutely understant the negative leaf_value, which is different with in the paper(AlphaGo Zero) Could you give a explaination for this? Thank you very much .

[xiaoyangzai]

I think the right answer is node.update_recursive(leaf_value) ?!!

[GeneZC]

'cause parent node and current node belong to different player, and value assigned to each node is according to the player

[junxiaosong]

We use the negative value of the state, this is because alternate levels in the search tree are from the perspective of different players and the Q-values are in fact used by the parent node in select stage.

[gmftbyGMFTBY]

但是在调用的时候传入的应该是 leaf_value 而不是 -leaf_value 啊，update_recursive 函数中的负号的含义很明确，但是这里感觉需要传入的是 leaf_value ??希望可以解释一下，这里看的不是很懂 @junxiaosong

[junxiaosong]

@gmftbyGMFTBY leaf_value是从leaf节点的视角考虑的，leaf value传入后是用来更新Q value的，而leaf节点的Q value是给它的父节点选择分支的时候用的，所以这个Q value是从父节点的视角出发的，所以leaf节点自身的leaf value和自身的Q value就是从相反的视角考虑的，所以传入时就加了负号。

[lvsh2012]

@gmftbyGMFTBY leaf_value是从leaf节点的视角考虑的，leaf value传入后是用来更新Q value的，而leaf节点的Q value是给它的父节点选择分支的时候用的，所以这个Q value是从父节点的视角出发的，所以leaf节点自身的leaf value和自身的Q value就是从相反的视角考虑的，所以传入时就加了负号。

为什么父节点视角 和 leaf 自身视角，需要一正一反？

[nicehzj]

@gmftbyGMFTBY leaf_value是从leaf节点的视角考虑的，leaf value传入后是用来更新Q value的，而leaf节点的Q value是给它的父节点选择分支的时候用的，所以这个Q value是从父节点的视角出发的，所以leaf节点自身的leaf value和自身的Q value就是从相反的视角考虑的，所以传入时就加了负号。

为什么父节点视角 和 leaf 自身视角，需要一正一反？

因为父节点和子节点是对立的两个玩家，其中任意一个的动作的受益都是对另一个的损害，所以子节点状态的好在父节点看来就是不好，就是零和博弈