我正在阅读一些关于应用于棋盘游戏的深度神经网络的论文，例如围棋与 AlphaGo、AlphaGo Zero 以及其他一些游戏，例如奥赛罗和国际象棋。大多数作品都使用 CNN 作为直接移动预测器。我想使用井字游戏进行一些实验来实现 CNN，但我想将深度学习与竞争搜索算法结合起来，如 Minimax 或 Alpha-Beta Pruning（CNN 将是搜索算法的“启发式函数”或评估函数）。这样，搜索算法生成的每个叶子节点都会作为 CNN 的输入，CNN 会输出一个介于 -1 和 1 之间的数值（-1 旁边的值表示位置不好，1 旁边的值表示位置好）和返回搜索算法。那么，这样的做法有意义吗？有没有人尝试过这样的事情？

谢谢！