第三章可分解产生式系统的搜索策略.docVIP

第三章 可分解产生式系统的搜索策略 3.1 与或图搜索 本章主要内容： 与或图的解法* 解图耗散的计算* 与或图启发搜索算法AO* 极小极大搜索过程* α—β搜索过程 一 相关概念 1.与节点：数据库分解得到的子节点 （分解） 或节点：数据库使用某规则后得到的子节点 （变化） 见图3.1 与或图 2.K—连接符 ：从一个父节点指向一组K个后继节点的节点集。 （对照图3.1说明，只有1—和2—两种连接符.若全为1—连接符，则为普通图）。 3. 解节点集N：包含若干目标节点。 二 解图的求法 重点，要会搜索解图 从节点n 开始，正确选择一个连接符；再丛该连接符所指的每一个后继节点出发， 继续选一个连接符，如此下去直到产生的每一个后继节点成为节点集N中的一个元素 为止。 （图3.2 给出的三个解图） 三 解图的耗散计算 若n 是N中元素，则K（n，N）=0； 若n 有连接符指向后继节点，则 其中为该连接符的耗散。 ③ 最佳解图的耗散——最佳耗散。图3.2，=5。 四. 能解与不能解 若非终节点有“或”节点时，其子节点至少一个能解，则该节点能解。 能解节点 若非终节点有“与”节点时，仅当子节点全能解，则该节点能解。 若非终节点有“或”节点时，均不能解，则该节点不能解。 2.不能解节点 若非终节点有“与”节点时，至少一个子节点不能解，则该节点不能解。 3.2与或图启发搜索算法AO* 一 、算法：P105 （只考虑分量，深度不能说明问题） 与A及A*算法的区别：4—6步完成自顶向下的图生成，7—12步完成自下而上的耗 散值修正计算，进行连接符的标记及节点能解标记。 3.3 博弈树的搜索 讨论双人完备信息博弈问题的搜索策略。 双人完备信息：两位对手轮流走，知道对方前面的走步，能估计出对方未来的走步可能。 1 分钱币游戏 图 3.4 MIN——人，MAX——计算机，每个选手每次将其中一堆分成数目不等的两 小堆 ，直到某选手无法再分成不等的小堆为输。 状态图3.4 计算机必须考虑应对人的每种方法，故可看成与节点；而计算机判断清楚以后，只 选其中一种方法，看成或节点，实际是与或图搜索。图中粗线表示计算机致胜的与或解 图。 解图代表了从开局到终局的弈法，这对许多博弈问题不可实现。应把目标确定为寻 找一步好棋，等对手回应后再找另一步好棋的实用策略。——极小极大搜索过程。 2 极小极大搜索过程 重点，要会搜索 看出未来几步棋（有限深度）后，从当前可能走的步中选一步相对好棋来走。 有极值 MAX 取 + +∞ MAX赢 棋局估计函数 MIN 取‐ ‐∞ MIN 赢 均态 取0 （MAX——程序方，MIN——人，MAX先走） 图3.5是一个考虑两步棋的例子：MIN层取最小（有利于选手，按最坏打算），MAX 层取最大（不利于选手）。 算法见P14（不细讲）： 第一阶段②—④：宽度优先法生成规定深度的全部博弈树，计算值； 第二阶段⑥—⑧：从底向上倒推估值，直到初始节点S，由选较好的走步， 对手响应后，以当前状态为S，重复调用该过程。 例题：3×3一字棋：九宫棋盘轮流下子，谁先成三字一线即胜。程序方（MAX）先走， 棋子“X”，人方（MIN）为“0”，设搜索两步棋。 规定为：MAX三子成线的可能数—MIN三子成线的可能数。 若P是MAX胜节点，取=∞，若MIN获胜，取。 MAX第一次走步前的搜索：（考虑对称性） MAX第二轮走步前的搜索（设对方走成）： MAX第三步搜索（略画）。 3 α—β搜索过程 是对MIN/MAX过程的改进。MIN/MAX法先生成全部规定深度搜索树，然后再进行 端节点估值和倒推计算，显然降低效率。如图3.8。 基本思想：不一定生成全部搜索树再倒推估值（例－∞），把生成节点与估值结合 起来，即：深度优先生成节点后马上估值，再根据一定的条件判定，尽早剪掉无用的分支。 例：如图3.9一字棋。 说明：深度优先生成完第6个节点后，即可判定第1个节点倒推值为－1，这说明： s节点的倒推值不会小于－1（因其取下层的极大值）；称为