第三章_搜索策略-2.pptVIP

* * 所谓“全信息”，是指博弈双方都了解当前的格局及过去的历史。 所谓“非偶然，是指博弈双方都可根据得失大小进行分析，选取我方赢得最大，敌方赢得最小的对策，而不是偶然的随机对策。 * * （1）对垒的双方MAX和MIN轮流采取行动，博弈的结果只能有3种情况：MAX胜、MIN败；MAX败，MIN胜；和局。 （2）在对垒过程中，任何一方都了解当前的格局和过去的历史。 （3）任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选择对自己最为有利而对对方最不利的对策，在不存在“碰运气”的偶然因素，即双方都很理智地决定自己的行动。 这类博弈如一字棋、象棋、围棋等。 博弈的特点 * * 另外一种博弈是机遇性博弈，是指不可预测性的博弈，如掷硬币游戏等。 * * 例： 假设有七枚钱币，任一选手只能将已分好的一堆钱币分成两堆个数不等的钱币，两位选手轮流进行，直到每一堆都只有一个或两个钱币，不能再分为止，哪个选手遇到不能再分的情况，则为输。 * * 用数字序列加上一个说明表示一个状态，其中数字表示不同堆中钱币的个数，说明表示下一步由谁来分， 如（7，MIN）表示只有一个由七枚钱币组成的堆，由MIN走，MIN有3种可供选择的分法，即 （6，1，MAX），（5，2，MAX），（4，3，MAX）， 其中MAX表示另一选手，不论哪一种方法，MAX在它的基础上再作符合要求的划分。 * * 下图已将双方可能的方案完全表示出来了，无论MIN开始时怎么走法，MAX总可以获胜，取胜的策略用双线箭头表示。 * * 实际的情况没有这么简单，任何一种棋都不可能将所有情况列尽，因此，只能模拟人“向前看几步”，然后做出决策，决定自己走哪一步最有利。 只能给出几层走法，然后按照一定的估算方法，决定走哪一步棋。 在双人完备信息博弈过程中，双方都希望自己能够获胜。因此当一方走步时，都是选择对自己最有利，而对对方最不利的走法。 * * 假设博弈双方为MAX和MIN。在博弈的每一步，可供他们选择的方案都有很多种。 从MAX的观点看，可供自己选择的方案之间是“或”的关系，原因是主动权在自己手里，选择哪个方案完全由自己决定，可供自己选择的方案之间是“或”的关系，而对那些可供MIN选择的方案之间是“与”的关系，这是因为主动权在MIN手中，任何一个方案都可能被MIN选中，MAX必须防止那种对自己最不利的情况出现。 * * 下图是把双人博弈过程用图的形式表示出来，这样就可以得到一棵AND-OR树，这种AND-OR树称为博弈树。 在博弈树中，那些下一步该MAX走的节点称为MAX节点，而下一步该MIN走的节点称为MIN节点。 * * 下图 所示是向前看两步，共四层的博弈树，用□表示MAX，用○表示MIN，端节点上的数字表示它对应的估价函数的值。在MIN处用圆弧连接，用0表示其子节点取估值最小的格局。 图中节点处的数字，在端节点是估价函数的值，称它为静态值，在MIN处取最小值，在MAX处取最大值，最后MAX选择箭头方向的走步。 * * 博弈树特点：★ (1)博弈的初始状态是初始节点； (2)博弈树的“与”节点和“或”节点是逐层交替出现的； (3)整个博弈过程始终站在某一方的立场上，所以能使自己一方获胜的终局都是本原问题，相应的节点也是可解节点，所有使对方获胜的节点都是不可解节点。 * * 在人工智能中可以采用搜索方法来求解博弈问题，下面就来讨论博弈中两中最基本的搜索方法。  * * 极大极小过程★ 极大极小过程是考虑双方对弈若干步之后，从可能的走法中选一步相对好的走法来走，即在有限的搜索深度范围内进行求解。 需要定义一个静态估价函数f,以便对棋局的态势做出评估。 * * 这个函数可以根据棋局的态势特征进行定义。假定对弈双方分别为MAX和MIN，规定： 有利于MAX方的态势：f(p)取正值 有利于MIN方的态势：f(p)取负值 态势均衡的时候：f(p)取零 其中p代表棋局。 * * MINMAX基本思想： (1)当轮到MIN走步的节点时（取与时），MAX应考虑最坏的情况（即f(p)取极小值）。 (2)当轮到MAX走步的节点时（取或时），MAX应考虑最好的情况（即f(p)取极大值）。 (3)评价往回倒推时，相应于两位棋手的对抗策略，交替使用（1）和（2）两种方法传递倒推值。 所以这种方法称为极大极小过程。 * * 用一字棋说明极大极小过程，设只进行两层，即每方只走一步。 一字棋游戏规则如下：设有一个三行三列的棋盘，如图所示，两个棋手轮流走步，每个棋手走步时往空格上摆一个自己的棋子，谁先使自己的棋子成三子一线为赢。设MAX方的棋子用×标记，MIN方的棋子用○标记，并规定MAX方先走步。 * * 为了不致于生成太大的博弈树，假设