Searching3.ppt

* * * * 连通分支的并集：乘法变加法 * * MAX-VALUE(state)=maxaction aMIN-VALUE(RESULT(a,state)) * 深度优先搜索，所以单一路径。 * 加权线性的局限性 * 图中投骰子的结果是5－6 * 正线性变换 极小极大值?期望极小极大值 有机率节点的游戏中的局面评价 必须更详细地考虑评价值的意义 [1,2,3,4] [1,20,30,400] 在保持顺序不变的情况下，叶节点赋值的变换导致了最佳招数的改变。 期望极小极大值的复杂度 算法的时间复杂度为O(bmnm)，其中 bm为极小极大值算法的时间复杂度； nm为不同的掷骰子结果的时间花费。 对抗搜索 博弈中的优化决策 ?–?剪枝：允许我们忽略那些不影响最后决定的部分搜索树 不完整的实时决策 包含几率因素的游戏 博弈程序的当前发展水平 国际象棋 Deep Blue Campell, Hsu, Hoane (2002) 30个IBM RS/6000，480个定制VLSI 平均每秒搜索12.6亿个节点，峰值33亿个 每步生成300亿个棋局，搜索深度14步，最高40步 4000个棋局开局，70万个大师级比赛棋谱数据库 核心算法：使用调换表的标准迭代深入?–?剪枝 国际象棋 Hydra： 64 processor， FPGA定制处理器 探索深度18步 Null move heuristic and forward pruning. Rybka: 8 core 3.2GHz Xeon Evaluation function, 4位国际象棋大师 围棋(Go) gain the most territory placing and capturing black and white 19?×?19 The average 150-move game contains ?10170 more possible board configurations: More than there are atoms in the Universe 围棋(Go) AlphaGo: Deep Neural Networks guided Monte-Carlo Tree Search Supervised Learning Learn from 30 million moves of human experts Reinforcement Learning Policy Network then Value Network by self-play * * * * * * * * * * * * * * * * * * * * * * * 一般算法 选择一个子集S，使得约束图在删除S之后成为一颗树。 S称为环割集。 如果环割集的大小为c，那么总的运行时间为O(dc(n-c)d2)。 寻找最小环割集是个NP难题。 基于合并节点 把约束图分解为相关联的子问题集 独立求解每个子问题 合并结果 澳大利亚约束图的分解 从各个子问题的解得到全局的解 把每个子问题视为一个大变量，它的值域是问题所有可能的解的集合。 例如上页图中最左边的子问题的值域大小为6。 构造全局解 在上页图中，在最左边的子问题的解确定后，其余子问题的解必须和它相容。整个问题的解集合元素个数为6x3＝18，其中3是指T的可能取值。 总结 约束满足问题（CSP）；用图表示它的结构 CSP问题的回溯搜索；深度优先搜索的一种形式 从三个方面优化搜索 约束满足问题的局部搜索 最小冲突启发式 问题的结构 割集调整将问题化为树状结构 树分解将问题化为子问题的树 6. 博弈搜索 博弈中的优化决策 ?–?剪枝 不完整的实时决策 包含几率因素的游戏 博弈程序的当前发展水平 人工智能中的博弈(Game) 通常指： 有完整信息的 确定性的 轮流行动的 两个游戏者 零和游戏 更高级的指： 多人游戏 非零和游戏 随机游戏 例子：棋类 对抗搜索 博弈中的优化决策 ?–?剪枝：允许我们忽略那些不影响最后决定的部分搜索树 不完整的实时决策 包含几率因素的游戏 博弈程序的当前发展水平 例子：井子棋游戏 Tic-tac-toe 9! = 362880 双方的初始状态和合法招数定义了游戏的博弈树 对抗搜索 MAX和MIN 问题的表述：两名游戏者MAX和MIN，MAX先行，然后两人轮流出招，直到游戏结束。在游戏的最后，给优胜者加分，给失败者罚分。 初始状态:棋盘局面和哪个游戏者出招 后继函数:返回招数,状态对的一个列表，其中每对表示一个合法招数和相应的结果状态 终止测试:判断游戏是否结束 效用函数:或称目标函数，对终止状态给出一个数值如输赢