博弈算法与游戏策略【信息技术】.pptVIP

博弈算法与游戏策略 朱全民 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 (xn=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 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)=-∞表示Min赢。 规定，顶点的深度为0，Max表示程序方，Min表示对手方 对于Min节点,应考虑最坏的情况,故其估计值应取其子节点的最小值,而对于Max节点,可考虑最好的情况,故取其子节点的最大值。 极大极小的取值过程 极大极小的算法框架 第一步：从s节点出发按宽度有先的方法，生成规定深度范围的博弈树。 假设搜索的最大深度为K： 初始化博弈树,放入初始节点s入open表； closed:=() ; repeat if f(s) nil then 游戏退出或开始走步 ; if n 可直接判定赢、输或平局 then f(n)?+∞/-∞/0 else [ ni ? expand(n); add(ni, T); depth:=depth(n)+1 add(ni, open); add(n,closed); n ?open表的第一个节点 ] until open表为空 or depth k 极大极小的算法框架 第二步：对该博弈树，自底向上逐级计算每个节点的静态估价函数值。 按给定的估价函数计算最底层的静态估价函数值； repeat {从下往上倒推计算各估计值} if f(s) nil then 游戏退出或开始走步 n ?closed表的第一个节点 if n ∈ Max方 and f(nci)有值 then [ f(n)?max { f(nci) }; remove(n,closed) ] if n ∈ Min方 and f(nci)有值 then [ f(n)?min { f(nci) }; remove(n,closed) ] until closed表为空; 第三步：按找估价函数值决定走步，如果对手响应走步以后，再以当前状态作为起始状态s，转第一步。 #棋游戏 在九宫棋盘上，两位选手轮流在棋盘上摆各自的棋子（每次一枚），谁先取得三子一线，谁就取胜。 设程序方Max用黑子“●”，而对手Min用白子“○” 估计函数： f(p) = 所有空格都放上黑子后，Max的三子成线总数 - 所有空格都放上白子后，Min的三子成线总数 若p为Max方获胜，则f(p)=+∞ p为Min方获胜，则f(p)=-∞ 右图的f(p)=6-4=2 由f(p) 0可以看出，这个棋局的对Max有利。 深度为2的#棋游戏的搜索过程(1) 深度为2的#棋游戏的搜索过程(2) 深度为2的#棋游戏的搜索过程(3) α-β剪枝 α-β剪枝 α剪枝：若任一极小值层节点的β值小于或等于它任一先辈极大值层节点的α值，即α(先辈层)≥ β(后继层)，则可终止该最小值层中这个min节点的搜索过程。这个min节点最终的倒推值就确定为β值。 β剪枝：若任一极小值层节点的α值大于或