fix(prose,#17636): relay burst w4 c10 -- Search-06-AdversarialSearch-CSharp (1 carnet, md-only)

MyIA.AI.Notebooks/Search/Part1-Foundations/Search-06-AdversarialSearch-CSharp.ipynb

@@ -360,7 +360,7 @@
    "source": [
     "### Lire le verdict Minimax : la valeur 0 n'est pas un échec, c'est un théorème\n",
     "\n",
-    "Trois lignes se suivent : `Valeur Minimax depuis l'etat initial : 0`, `Meilleure action (case 0-8) : 0`, puis le commentaire imprimé `-> Valeur 0 = partie nulle garantie avec jeu optimal des deux cotes`. La lecture importante est celle du **0** : ce n'est pas « l'algorithme n'a rien trouvé », c'est la **valeur du jeu** — au Tic-Tac-Toe, deux joueurs parfaits font nulle, et le minimax qui explore l'arbre complet le constate numériquement. La « meilleure action 0 » (le coin) ne gagne rien de plus qu'une autre case : toutes les actions mènent à la valeur 0, l'algorithme rend la première. Retenir le geste : la recherche adversariale ne « résout » pas le jeu en trouvant la victoire — elle **mesure** ce que chaque camp peut garantir."
+    "La sortie affiche `Valeur Minimax depuis l'etat initial : 0`, `Meilleure action (case 0-8) : 0`, puis le commentaire imprimé `-> Valeur 0 = partie nulle garantie avec jeu optimal des deux cotes`. La lecture importante est celle du **0** : ce n'est pas « l'algorithme n'a rien trouvé », c'est la **valeur du jeu** — au Tic-Tac-Toe, deux joueurs parfaits font nulle, et le minimax qui explore l'arbre complet le constate numériquement. La « meilleure action 0 » (le coin) ne gagne rien de plus qu'une autre case : toutes les actions mènent à la valeur 0, l'algorithme rend la première. Retenir le geste : la recherche adversariale ne « résout » pas le jeu en trouvant la victoire — elle **mesure** ce que chaque camp peut garantir."
    ]
   },
   {
@@ -803,7 +803,7 @@
    "source": [
     "### Lire la table de transposition : le cache ne change pas la décision\n",
     "\n",
-    "Trois lignes : `Alpha-Beta + Transposition : valeur=0, temps=0,0091s`, `Cache : 1565 hits, 3010 misses`, et le commentaire `-> Valeur identique a Minimax pur (le cache ne change pas la decision, seulement la vitesse)`. La statistique centrale est le couple **1565 hits / 3010 misses** : un peu plus d'un tiers des recherches d'état tombent sur une position déjà calculée — le Tic-Tac-Toe contient des transpositions (jouer case 1 puis case 3 mène au même état que 3 puis 1), et la table capture cette redondance. Le temps (0,0091 s) est du même ordre que l'alpha-beta pur : sur ce petit jeu, le cache ne paie pas — c'est exactement la lecture honnête, la table de transposition est un investissement qui rapporte sur les arbres profonds (échecs), pas sur 9 cases. Et la ligne finale est le contrat d'invariance : valeur identique = le cache est transparent pour la décision."
+    "La sortie affiche `Alpha-Beta + Transposition : valeur=0, temps=0,0091s`, `Cache : 1565 hits, 3010 misses`, et le commentaire `-> Valeur identique a Minimax pur (le cache ne change pas la decision, seulement la vitesse)`. La statistique centrale est le couple **1565 hits / 3010 misses** : un peu plus d'un tiers des recherches d'état tombent sur une position déjà calculée — le Tic-Tac-Toe contient des transpositions (jouer case 1 puis case 3 mène au même état que 3 puis 1), et la table capture cette redondance. Le temps (0,0091 s) est du même ordre que l'alpha-beta pur : sur ce petit jeu, le cache ne paie pas — c'est exactement la lecture honnête, la table de transposition est un investissement qui rapporte sur les arbres profonds (échecs), pas sur 9 cases. Et la ligne finale est le contrat d'invariance : valeur identique = le cache est transparent pour la décision."
    ]
   },
   {
@@ -1133,7 +1133,7 @@
    "source": [
     "### Lire les quatre exercices : l'échelle des extensions\n",
     "\n",
-    "Les quatre cellules d'exercice impriment la même invite (`Exercice N a completer`) — le contrat C.1 : le notebook s'exécute d'un bout à l'autre, la validation est l'étudiant. L'échelle se lit dans les énoncés : **Exercice 1** transpose tout ce notebook vers Connect Four (grille 7×6, victory line de 4) — le même minimimax sur un arbre qui ne tient plus en entier ; **Exercice 2** attaque l'ordonnancement des coups (move ordering) — l'ordre dans lequel alpha-beta visite les enfants détermine l'élagage, la question est de le mesurer ; **Exercice 3** unifie MAX et MIN en une seule récursion negamax — la reformulation standard des échecs ; **Exercice 4** organise le tournoi où ces variantes s'affrontent. Quatre niveaux : transférer, optimiser, reformuler, confronter."
+    "Les cellules d'exercice impriment la même invite (`Exercice N a completer`) — le contrat C.1 : le notebook s'exécute d'un bout à l'autre, la validation est l'étudiant. L'échelle se lit dans les énoncés : **Exercice 1** transpose tout ce notebook vers Connect Four (grille 7×6, victory line de 4) — le même minimimax sur un arbre qui ne tient plus en entier ; **Exercice 2** attaque l'ordonnancement des coups (move ordering) — l'ordre dans lequel alpha-beta visite les enfants détermine l'élagage, la question est de le mesurer ; **Exercice 3** unifie MAX et MIN en une seule récursion negamax — la reformulation standard des échecs ; **Exercice 4** organise le tournoi où ces variantes s'affrontent. Quatre niveaux : transférer, optimiser, reformuler, confronter."
    ]
   },
   {

scripts/notebook_tools/twin_pairs.d/search-06-adversarialsearch/0009-2026-10-01-myia-po-2025-CoursIA.yaml

@@ -0,0 +1,6 @@
+date: '2026-10-01'
+by: myia-po-2025:CoursIA
+python_sha: e71f54ba7603187df95e5b3ba274f5f04dbcb2a0
+csharp_sha: 4be90894fde497efe55915f29cc273c0b1b76e2c
+content_python_sha: ebbd44af1fe225b2b7a3748f266e8df3f91953e8a18ac3c07af881418cf1c5b0
+content_csharp_sha: 8fe5cc4aba880f6b5edab7cd9c89618ca93e09af268abf8dee262bde3fb1e33c