1913年
恩斯特·策梅洛发表《围棋、象棋等游戏的博弈理论探讨》，提出策梅洛定理，奠定了博弈论的数学基础。
在确定的、完全信息的、无随机性的双人零和博弈中，要么先手必胜，要么后手必胜，要么双方必和。这是博弈论的基石，也是人工智能征服棋类游戏的理论前提。
策梅洛定理（Zermelo's Theorem），又称策梅洛定理，由德国数学家恩斯特·策梅洛（Ernst Zermelo）于1913年首次提出并证明。该定理主要应用于博弈论领域，特别是针对“完美信息”（Perfect Information）且“有限”（Finite）的两人零和博弈。
在一个满足以下条件的博弈中：
那么，该博弈的结果必然是确定的：先手有必胜策略，或后手有必胜策略，或双方都有必和策略。
完美信息：每个玩家在做决定时，都知道游戏之前的所有步骤。例如国际象棋，你知道对手每一步走了什么。
有限博弈：游戏不能在无限循环中进行，必须在有限步数内分出胜负或和棋。
必胜策略：一种无论对手如何应对，都能保证自己最终获胜或至少不输的行动计划。
1913年，策梅洛在《数学年鉴》（Mathematische Annalen）上发表了《围棋、象棋等游戏的博弈理论探讨》。这是博弈论历史上第一篇严谨的数学论文，比冯·诺依曼的《博弈论与经济行为》早了近20年。
理解策梅洛定理的关键在于掌握“逆向归纳法”（Backward Induction）。让我们通过一个简单的逻辑链条来拆解它。
我们可以将任何有限完美信息博弈表示为一棵“博弈树”（Game Tree）：
为了确定根节点的值，我们需要从叶节点开始，一步步向回推导：
由于博弈是有限的，且没有随机性，这种逆向推导最终会收敛到一个确定的值。这意味着，在博弈开始前，结果就已经被数学逻辑锁定了。虽然在实际操作中，由于状态空间太大（如围棋的10^170次方种可能），人类无法完成这种计算，但策梅洛定理在理论上证明了结果的存在性。
策梅洛定理不仅是数学抽象，它在计算机科学和人工智能领域具有革命性的意义。以下是其核心应用场景。
国际象棋是策梅洛定理最经典的应用场景。根据定理，国际象棋要么白方必胜，要么黑方必胜，要么双方必和。目前，大多数理论学家认为，在最优玩法下，国际象棋很可能是一个和棋。
计算机科学家通过“残局表库”（Tablebases）逐步验证了这一点。对于棋子数量较少（如6子及以下）的残局，计算机已经穷举了所有可能，并确定了必胜或必和的策略。这直接证明了策梅洛定理在实践中的可行性。
| 棋子总数 | 状态空间复杂度 | 解决状态 | 结论示例 |
|---|---|---|---|
| 3子 (K vs K+P) | 极小 | 已解决 | 多数为必胜或逼和 |
| 5子 | 约10^9 | 已解决 | 精确胜率已知 |
| 6子 | 约10^14 | 已解决 | 数据库完全覆盖 |
| 7子 | 约10^17 | 部分解决 | 仍在计算中 |
围棋的状态空间复杂度约为10^170，远超宇宙中的原子总数（约10^80）。虽然策梅洛定理在理论上适用于围棋，但由于计算资源的限制，我们无法通过穷举法来证明围棋的必胜策略。
然而，定理告诉我们，围棋的结果在理论上也是确定的。这促使AI研究者放弃“穷举”，转而使用“价值网络”和“策略网络”来近似评估局面，从而在无法完全解决博弈的情况下，逼近最优解。
DeepMind的AlphaGo是策梅洛定理精神在现代AI中的体现。虽然它不能像国际象棋残局表那样给出绝对的数学证明，但它通过深度学习和蒙特卡洛树搜索（MCTS），在巨大的博弈树中找到了优于人类的选择。
MCTS本质上是一种概率化的逆向归纳。它通过模拟大量对局，估计每个节点的胜率，从而在当前步选择期望收益最大的动作。这可以看作是策梅洛定理在计算不可行情况下的工程化近似。
了解策梅洛定理在历史长河中的位置，有助于我们把握其重要性。
恩斯特·策梅洛发表《围棋、象棋等游戏的博弈理论探讨》，提出策梅洛定理，奠定了博弈论的数学基础。
冯·诺依曼提出极小化极大定理（Minimax Theorem），将博弈论扩展到非零和及混合策略领域，并证明了策梅洛定理的推广形式。
冯·诺依曼与摩根斯坦出版《博弈论与经济行为》，标志着现代博弈论作为一门独立学科的诞生。
约翰·纳什提出纳什均衡（Nash Equilibrium），进一步丰富了非合作博弈的理论框架。
AlphaGo击败李世石，展示了AI在复杂完美/非完美信息博弈中的潜力，验证了基于搜索和评估的博弈策略的有效性。
以下是关于策梅洛定理及其周边知识的高频问题解答。
有间接帮助。虽然现实世界很少满足“完美信息”和“有限步”的条件，但策梅洛定理中的“逆向归纳”思维可以帮助我们在制定长期计划时，从最终目标倒推当前的最佳行动步骤。此外，它强调了在确定性环境中，提前规划和理解规则的重要性。
主要区别在于状态空间复杂度和分支因子。围棋的每一步平均有约250种选择，而国际象棋约35种。且围棋棋盘更大，博弈树更深。这使得穷举法在计算上完全不可行，尽管定理本身依然适用。
在严格的数学博弈论框架内，是的，结果在博弈开始前就已确定。但这并不意味着人类无法改变结果，因为“最优策略”可能极其复杂，人类甚至超级计算机都无法在有限时间内找到它。因此，在人类认知范围内，博弈仍然充满变数和不确定性。
标准的策梅洛定理假设博弈在有限步内结束。如果允许无限循环，定理需要修正。在国际象棋中，通过“50步规则”和“三次重复局面规则”，人为限制了无限循环，从而满足了“有限步”的条件，使定理依然适用。