第二章博弈树的搜索.pptVIP

2.3 博弈树搜索 1.概述 20世纪60年代，研制出的西洋跳棋和国际象棋达到了大师级的水平。 1958约翰?麦卡锡提出博弈树α－β剪枝算法 1997年，IBM公司研制的“深蓝”国际象棋 程序，采用博弈树搜索算法，该程序战胜了国际象棋世界冠军卡斯帕罗夫。 正在与深蓝下棋的卡斯帕罗夫 1.概述 博弈问题特点： 双人对弈，轮流走步。 信息完备，双方所得到的信息是一样的。 零和，即对一方有利的棋，对另一方肯定是不利的，不存在对双方均有利或无利的棋。 1.概述 博弈的特性 两个棋手交替地走棋 ； 比赛的最终结果，是赢、输和平局中的一种； 可用图搜索技术进行，但效率很低； 博弈的过程，是寻找置对手于必败态的过程； 双方都无法干预对方的选择。 下棋的双方是对立的，命名博弈的双方，一方为“正方”，这类节点称为“MAX”节点；另一方为“反方”，这类节点称为“MIN”节点。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。 2.Grundy 博弈 Grundy博弈是一个分钱币的游戏。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，轮到选手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再分成不相等的两堆时就得认输。 2.Grundy 博弈 设初始状态为(7，MIN)，建立问题的状态空间图，图中所有终结点均表示该选手必输的情况，取胜方的目标是设法使棋局发展为结束在对方走步时的终结点上。 2.Grundy 博弈 2.Grundy 博弈 结点A是MAX的搜索目标，而结点B，C则为MIN的搜索目标。 搜索策略要考虑的问题是： 对MIN走步后的每一个MAX结点，必须证明MAX对MIN可能走的每一个棋局对弈后能获胜，即MAX必须考虑应付MIN的所有招法，这是一个与的含意，因此含有MAX符号的结点可看成与结点。 对MAX走步后的每一个MIN结点，只须证明MAX有一步能走赢就可以，即MAX只要考虑能走出一步棋使MIN无法招架就成，因此含有MIN符号的结点可看成或结点。 对弈过程的搜索图呈现出与或图表示的形式。 实现一种取胜的策略就是搜索一个解图的问题，解图就代表一种完整的博弈策略。 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。 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 3.极小极大搜索过程 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 估计函数 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 3.极小极大搜索过程 3.极小极大搜索过程 3.极小极大搜索过程 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。 3.极小极大搜索过程 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。