人工智能-4 与或图搜索.ppt

* * * * * * * * * * * * 中国象棋 一盘棋平均走50步，总状态数约为10的161次方。 假设1毫微秒走一步，约需10的145次方年。 结论：不可能穷举。 3.极小极大搜索过程 对各个局面进行评估 评估的目的：对后面的状态提前进行考虑，并且以各种状态的评估值为基础作出最好的走棋选择。 评估的方法：用评价函数对棋局进行评估。赢的评估值设为+∞，输的评估值设为-∞，平局的评估值设为0。 评估的标准：由于下棋的双方是对立的，只能选择其中一方为评估的标准方。 3.极小极大搜索过程 MAX节点和MIN节点 命名博弈的双方，一方为“正方”，对每个状态的评估都是对应于该方的输赢的。例如，赢2个，输1个等，都是指正方的。正方每走一步，都在选择使自己赢得更多的节点，因此这类节点称为“MAX”节点； 3.极小极大搜索过程 另一方为“反方”，对每个状态的评估都是对应于对手的输赢的。例如，赢2个，输一个，其实是指自己输2个，赢1个的。反方每走一步，都在选择使对手输得更多的节点，因此这类节点称为“MIN”节点。 3.极小极大搜索过程 由于正方和反方是交替走步的，因此MAX节点和MIN节点会交替出现。 3.极小极大搜索过程 正方（MAX节点）从所有子节点中，选取具有最大评估值的节点。 反方（MIN节点）从其所有子节点中，选取具有最小评估值的节点。 反复进行这种选取，就可以得到双方各个节点的评估值。这种确定棋步的方法，称为极小极大搜索法。 3.极小极大搜索过程 3.极小极大搜索过程 5 -3 3 3 -3 0 2 2 -3 0 -2 3 5 4 1 -3 0 6 8 9 -3 MIN MAX 0 MAX MIN 3.极小极大搜索过程 0 1 5 -3 3 3 -3 0 2 2 -3 0 -2 3 5 4 1 -3 0 6 8 9 -3 0 -3 3 -3 -3 -2 1 -3 6 -3 0 3 1 6 0 1 MAX MIN MAX MIN 3.极小极大搜索过程 在九宫格棋盘上，两位选手轮流在棋盘上摆各自的 棋子(每次一枚)，谁先取得三线的结果就取胜。 设程序方MAX的棋子用(×)表示， MAX先走。 对手MIN的棋子用(o)表示。 例如： 3.极小极大搜索过程 MIN取胜 估价函数 f(p)=(所有空格都放上MAX的棋子之后，MAX的三子成线数)－(所有空格都放上MIN的棋子之后，MIN的三子成线的总数) 若P是MAX获胜的格局，则f(p)=+∞ ； 若P是MIN获胜的格局，则f(p)＝-∞ 。 3.极小极大搜索过程 3.极小极大搜索过程 估计函数值 f(p)=6-4=2 估价函数 f(p)=(所有空格都放上MAX的棋子之后，MAX的三子成线(行、列、对角)数)－(所有空格都放上MIN的棋子之后，MIN的三子成线(行、列、对角)的总数) 当前棋局f(p)=2 空格都放MAX的棋子 空格都放MIN的棋子 3.极小极大搜索过程 一字棋第一阶段搜索树 3.极小极大搜索过程 一字棋第二阶段搜索树 3.极小极大搜索过程 一字棋第三阶段搜索树 设有一个摆放三个子的棋盘残局，如下图所示，〇和╳在结束前有三步棋可以走，而且设走第一步的是╳ 。这时存在着三个空格A，B，C，用博弈树搜索算法判断应该把棋子放到哪一格内。 A B ╳ ╳ ╳ 〇 〇 C 〇 棋盘残局举例 3.极小极大搜索过程 A B ╳ ╳ ╳ 〇 〇 C 〇 ╳ B ╳ ╳ ╳ 〇 〇 C 〇 ╳ 〇 ╳ ╳ ╳ 〇 〇 C 〇 ╳ B ╳ ╳ ╳ 〇 〇 〇 〇 0 A ╳ ╳ ╳ ╳ 〇 〇 C 〇 〇 ╳ ╳ ╳ ╳ 〇 〇 C 〇 A ╳ ╳ ╳ ╳ 〇 〇 〇 〇 A B ╳ ╳ ╳ 〇 〇 ╳ 〇 〇 B ╳ ╳ ╳ 〇 〇 ╳ 〇 A 〇 ╳ ╳ ╳ 〇 〇 ╳ 〇 -1 -? 0 -? 1 0 -? -? 0 MAX节点 MIN节点 终端节点 3.极小极大搜索过程 对于棋盘残局中的╳来说，最好的选择，是将╳放在C的位置上，这时可以导致平局局面。 3.极小极大搜索过程 ?-?剪支法的引入 在极小极大法中，必须求出所有终端节点的评估值，当预先考虑的棋步比较多时，计算量会大大增加。为了提高搜索的效率，引入了通过对评估值的上下限进行估计，从而减少需进行评估的节点范围的?-?剪支法。 4. ?-?搜索过程 作为正方出现的MAX节点，假设它的MIN子节点有N个，那么当它的第一个MIN子节点的评估值为?时，则对于其它的子节点，如果有高过?的，就取那最高的值作为该MAX节点的评估值；如果没有，则该MAX节点的评估值为?。 总之，该MAX