αβ剪枝算法是一種用於減少極小化極大算法（Minimax算法）搜尋樹節點數的搜尋算法。它的主要目的是在不影響最終決定的情況下剪去搜尋樹中的某些分枝，從而減少計算量。該算法特別適用於對抗性搜尋，如棋類遊戲等。
在αβ剪枝算法中，每個搜尋樹上的節點都有一個評估值，以及一個上界β和一個下界α。搜尋過程中，通過不斷更新這些上界和下界來減少搜尋時間。對於極大化玩家（Max節點），目標是找到使其收益最大的走法，即選擇所有子節點中評估值最大的那個；而對於極小化玩家（Min節點），目標是找到使對手收益最小的走法，即選擇所有子節點中評估值最小的那個。
αβ剪枝的核心思想是在搜尋過程中套用博弈理論的基礎來進行剪枝。當評估出某策略的後續走法比之前策略的還差時，就會停止計算該策略的後續發展。此外，當極大化玩家的當前最大值（α值）超過極小化玩家的當前最小值（β值）時，極小化玩家可以剪去那些導致更大損失的分支，反之亦然。這種剪枝條件是基於博弈理論的分析，確保了剪枝不會影響最終的決策結果。
總的來說，αβ剪枝算法通過最佳化Minimax算法的搜尋過程，能夠在不改變最終結果的情況下減少計算量，從而提高搜尋效率。