第三章 搜索推理技术.pptVIP

算法说明 各种搜索策略的主要区别在于对Open表中节点排序的不同； 一旦被考察的节点是目标节点时, 算法成功结束; 算法结束后，将生成一个图G，称为搜索图。同时由于每个节点都有一个指针指向父节点，这些指针指向的节点构成G的一个支撑树，称为搜索树。 修改指针:找最优解；检查新产生的节点以前是否产生过，计算量较大; 比较 深度优先搜索和代价树深度优先搜索是局部优先搜索的两个特例。三者都是以子节点作为考察范围。 f(x)= g(x)代价树深度优先搜索 f(x)= d(x)深度优先搜索 广度优先搜索和代价树广度优先搜索是全局优先搜索的两个特例。 4.6.1 概述 博弈树 若把双人完备信息博弈过程用图表示出来，就得到一棵与/或树，这种与/或树被称为博弈树。在博弈树中，那些下一步该MAX走步的节点称为MAX节点，下一步该MIN走步的节点称为MIN?节点。 在博弈过程中, 任何一方都希望自己取得胜利。因此,当某一方当前有多个行动方案可供选择时, 他总是挑选对自己最为有利而对对方最为不利的那个行动方案。 此时,如果我们站在A方的立场上,则可供A方选择的若干行动方案之间是“或”关系, 因为主动权操在A方手里,他或者选择这个行动方案, 或者选择另一个行动方案, 完全由A方自己决定。当A方选取任一方案走了一步后,B方也有若干个可供选择的行动方案, 此时这些行动方案对A方来说它们之间则是“与”关系,因为这时主动权操在B方手里,这些可供选择的行动方案中的任何一个都可能被B方选中, A方必须应付每一种情况的发生。 4.6.1 概述 博弈树的特点 (1) 博弈的初始状态是初始节点； (2) 博弈树中的“或”节点和“与”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，例如MAX方。所有能使自己一方获胜的终局都是本原问题，相应的节点是可解节点；所有使对方获胜的终局都是不可解节点。 作 业 4.10 何谓估价函数，在估价函数中，g(n)和h(n)各起什么作用？ 4.11 设有如下结构的移动将牌游戏： 其中，B表示黑色将牌，W表是白色将牌，E表示空格。游戏的规定走法是： (1) 任意一个将牌可移入相邻的空格，规定其代价为1； (2) 任何一个将牌可相隔1个其它的将牌跳入空格，其代价为跳过将牌的数目加1。 游戏要达到的目标什是把所有W都移到B的左边。对这个问题，请定义一个启发函数h(n)，并给出用这个启发函数产生的搜索树。你能否判别这个启发函数是否满足下界要求？在求出的搜索树中，对所有节点是否满足单调限制？ 例子 要求搜索过程每次扩展节点时都同时扩展两层，且按一层或节点、一层与节点的间隔方式进行扩展。它实际上就是下一节将要讨论的博弈树的结构。 设初始节点为S0，对S0扩展后得到的与/或树如右图所示。其中，端节点B、C、E、F，下面的数字是用启发函数估算出的h值，节点S0、A、D旁边的数字是按和代价法计算出来的节点代价。 此时，S0的右子树是当前的希望树。 S0 8 A 8 D 7 B C E F 3 3 3 2 按和代价法： 例，节点A的值=3+1+3+1=8 扩展S0后得到的与/或树 扩展节点E，得到如右图所示的与/或树。 此时，由右子树求出的h(S0)=12。但是，由左子树求出的h(S0)=9。显然，左子树的代价小。因此，当前的希望树应改为左子树。 S0 9 A 8 D 11 B C E F 3 3 7 2 3 2 2 2 7 6 扩展节点E后得到的与/或树 对节点B进行扩展，扩展两层后得到的与/或树如下图所示。由于节点H和I是可解节点，故调用可解标记过程，得节点G、B也为可解节点，但不能标记S0为可解节点，须继续扩展。当前的希望树仍然是左子树。 S0 9 A 8 D 11 B C E F 3 3 7 2 3 2 2 2 7 6 G J H I K L 0 0 2 2 2 6 扩展节点B后得到的与/或树 对节点C进行扩展，扩展两层后得到的与/或树如右图所示。由于节点N和P是可解节点，故调用可解标记过程，得节点M、C、A也为可解节点，进而可标记S0为可解节点，这就的到了代价最小的解树。按和代价法，该最优解的代价为9。 S0 9 A 8 D 11 B C E F 3 3 7 2 3 2 2 2 7 6 G J H I K L 0 0 2 2 2 6 M N P 0 0 5 2 2 9 扩展节点C后得到的与/或树 搜索的基本概念 状态空间的盲目搜索 状态空间的启发式搜索 与/或树的盲目搜索 与/或树的启发式搜索 博弈树的启发式搜索 　　例 3.22 一字棋游戏。设有如图3-20(a)所示的九个空格, 由A