博弈算法【信息技术】.pptVIP

博弈算法 朱全民 对策论(博弈论、游戏论或策略论) 田忌赛马 早在战国的时候，中国就流行赛马赌胜的游戏。当时齐国的大将田忌就常常与齐国国君齐威王进行赛马，但每次比赛都是田忌输，齐威王赢。这是什么道理呢？原来田忌上、中、下三等马，齐威王也有上、中丁三等马，但田忌的三等马都分别比齐威王的三等马略差一些。田忌输得很不甘心，又想不出什么好的办法。这时候田忌的谋士孙膑就对田忌说，你再去与齐威王赛一次马，而且把赌注押得多一点，这一次我保证你能赢。田忌素来很信任孙膑，就又去邀齐威王赛马，并且押下了每场比赛一千两黄金的大赌注。比赛开始了，齐威王第一场就派出了它的上等马，田忌刚要派他的上等马去应战，孙膑却不让田忌派上等马，而让他派下等马去应战，结果自然是输了。第二场，齐威王派出中等马，孙膑则让田忌出上等马，结果赢回一场。到了第三场，齐威王只有下等马了。田忌则派出了中等马，结果又赢了一场。三场比赛结束，田忌先输一场，后赢两场，总计还是赢了一场，终于赢到了齐威王的一千两黄金。 二人有限零和对策 首先，参加这个赛局的有两方，一方是田忌，一方是齐威王，所以称“二人策”；其次，田忌有马三等，齐威王也有马三等，双方各用哪一等马去对付对方的哪一等马，其策略个数是有限的，所以又称“有限对策”；最后，每场比赛赌注千金，输方要拿出一千两黄金，而赢方则得到一千两黄金，双方输赢之和恰等于零，所以又称“零和对策”。对于田忌来说，他虽然也有上、中、下三等马，但每等都比齐威王的差，明显地处于劣势的地位。在这样的情况下，如何找到一种最优的策略，使劣势变为优势，就成了田忌能否取胜的关键。 赛马策略 设田忌的三等马为A、B、C，齐威王的三等马为a、b、c。） 很明显，在田忌所有可能采取的六个策略中，有五个都是要输的其中第（1）种输三千两黄金，第（2）（3）（4）（5）种各输一千两黄金只有一个策略，也即是第（６）种策略，才有可能取胜。而孙膑所采取的，正是这个唯一能取胜的策略。我们从他让田忌多下赌注这样有把握的话来看，则可知他对于双方形势的优劣消长，各种策略的利害得失，必然是经过了一番详细的分析和周密的思考的。详细地分析敌我情况，反复地研究各种对策，在所有可能采取的策略中选择一个利多弊少的最优策略，从而使劣势变为优势，最终取得胜利，这正是对策论的基本思想。 一个简单的问题 Grundy博弈 有一堆数目为n的钱币，由两位选手轮流进行分堆，要求每个选手每次只把其中某一堆分成数目不等的两小堆。例如选手甲把n分成两堆后，轮到乙就可以挑其中一堆来分，如此进行下去，直到有一位选手先无法把钱币分成不相等的两堆时就得认输。 状态空间图 与或图 规则：if (x1,…,xn,Max) and (xi=y+z,y z) then (x1,…,xi-1,y,z,xi+1,…,xn,Min) 上图节点A是Max的目标，而节点B,C则是Min的目标。 搜索策略需要考虑的问题是： 对Min走后的每一个Max节点,必须证明Max对Min可能的每一个棋局对弈后能获胜，即Max必须应付Min的所有的招法，这是一个“与” 的含义，因此，含有Max的节点可看成与节点。 对Max走后的每一个Min节点,只须证明Max有一步走赢就可以，即Max只要考虑走一步棋使Min无法招架就成，因此含有Min的节点可看成“或” 节点。 这样对弈过程的搜索图就呈现出“与或图”的形式。 Grundy的与或搜索图 极大极小搜索 博弈程序的任务就是对博弈树进行搜索找出当前最优的一步行棋。对博弈树进行极大极小搜索，可以达到这一目的。极大极小搜索，是因为博弈双方所要达到的目的相反，一方要寻找的利益恰是一方失去的利益，所以博弈的一方总是希望下一走是儿子节点中取值最大者，而另一方恰恰相反。这便形成了极大极小过程。 当然，程序不能也没有必要做到搜索整棵博弈树的所有节点，对于一些已经确定为不佳的走步可以将以它为根节点的子树剪掉。 而且，搜索也不必真地进行到分出胜负的棋局，只需要在一定深度范围内对局面进行评价即可。只有搜索空间缩小到一定程度，搜索才可以真正的进行。当搜索进行到一定深度，用局面评价机制来评价棋局，按照极大极小的原则选出最优，向上回溯，给出这一局面的父亲节点的价值评价，然后再继续向上回溯，一直到根节点，最优走步就是这样搜索出来的 估价函数 极大极小搜索策略是考虑双方对弈若干步之后，从能的走步中选一步相对好棋的着法来走，即在有限的搜索深度范围内进行求解。 为此，要定义一个静态估价函数 f,以便对棋局的势态作出优劣估值，这个函数可根据事态优劣特征进行定义，一般规定有利于Max的势态f(p)取正值，有利于Min的势态f(p)取负值，势均力敌，f(p)=0 因此，f(p)=+∞，表示Max赢， f(p)=