A.Go有巨大的搜索空間。
b盤評估與博弈樹搜索密切相關，棋子之間的關系只有通過分析未來掉落的可能性才能準確確定。
c高層次的圍棋知識也很難歸納，歸納後總會有例外，人工構建圍棋知識和規則的過程中往往會出現矛盾，導致不壹致。
D.計算機無法完全理解傳統的博弈論規則。
擴展數據:
傳統博弈論在計算機圍棋博弈中遇到了明顯的困難，如信息量大、狀態空間巨大、不確定性等。
1，信息的挑戰:由於圍棋的每壹個位置都可能被放置，而每走壹步都會增加棋盤上的棋子數，因此，在計算機圍棋博弈中，要考慮的情況非常復雜多變，信息量極大。傳統的博弈論很難適應這種情況。
2.狀態空間的挑戰:傳統博弈論通常關註完全信息博弈，即參與者都知道自己的信息和所有可能的行動結果。
但在圍棋博弈中，狀態空間非常巨大，盤面上的每壹個位置都可能影響勝負。壹盤棋決策所涉及的狀態空間，可能會導致數百萬種可能的後續走法，很難快速準確地反饋出最優解。
3.不確定性的挑戰:其實在圍棋比賽中，經常會涉及到不確定性，也就是計算固定可能性的概率。比如對手設下陷阱或者出其不意的向前移動，計算機就需要考慮多種可能性以及結果的概率。這超出了傳統的博弈論。
綜上所述，計算機圍棋博弈的挑戰主要包括信息量大、狀態空間巨大和不確定性，這些都超出了傳統博弈論的能力。因此，需要使用更先進的人工智能算法來進行博弈決策。