第一部分 用搜索方法求解问题4.ppt

1.8 博弈 1.8.1 概述 博弈一向被认为是富有挑战性的智力的游戏，有着难以言语的魅力。博弈问题常与对策问题联系在一起。对策论（Game Theory）用数字方法研究对策问题。一般将对策问题分为零和对策和非零和对策。 最典型的零和对策问题是我国古代齐王与田忌赛马的问题。该问题是齐王与田忌都有可分为上、中、下三匹马。齐王的上马、中马、下马都比田忌相应的上马、中马、下马好，但田忌的上马比齐王的中马好，田忌的中马比齐王的下马好，聪明的田忌采取了下述对策后一举取胜： 非零和对策的例子有：囚犯难题（The prisoner dilemma）。该问题是有两个嫌疑犯A和B，暂时还没有获得他们犯罪的确定的证据。现对他们判刑的规则是： 博弈虽然自古就是人与人的对弈，但自从有了计算机以后，人们开始就有用计算机下棋的想法，早在60年代就已经出现若干博弈程序，并达到较高的水平，现已出现计算机博弈程序能够与人类博弈大师抗衡的局面。 举世瞻目的人机对弈是1997年IBM公司编制的深蓝（deep blue）计算机与国际象棋大师卡斯帕罗夫对弈，取得了三胜二和一负的好成绩。博弈的研究不断为人工智能提出新的课题，可以说博弈是人工智能研究的起源和动力之一。 博弈问题对人的深层次的知识研究提出了严峻的挑战。如何表示博弈问题的状态，博弈过程和博弈取胜的知识，这是目前人类仍在探讨之中的问题。要提高博弈问题求解程序的效率，应作到如下两点： 改进生成过程，使之只生成好的走步，如按棋谱的方法生成下一步； 改进测试过程，使最好的步骤能够及时被确认。 要达到上述目的有效途径是使用启发式方法引导搜索过程，使其只生成可能赢的走步。而这样的博弈程序应具备： 一个好的（即只产生可能赢棋步骤的）生成过程。 一个好的静态估计函数。 下面介绍博弈中两种最基本的搜索方法。 1.8.2 极小极大搜索过程 1．极小极大搜索的思想 　　极小极大搜索策略是考虑双方对弈若干步之后，从可能的步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。 为此要定义一个静态估计函数f，以便对棋局的势态作出优劣估计。这个函数可根据棋局优劣势态的特征来定义。 这里规定： MAX代表程序方 　　 MIN代表对手方 P 代表一个棋局（即一个状态） 有利于MAX的势态，f（P）取正值 有利于MIN的势态，f（P）取负值 势态均衡，f（P）取零 f（P）的大小由棋局势态的优劣来决定。 使用静态函数进行估计必须以下述两个条件为前提： （１）双方都知道各自走到什么程度、下一步可能做什么。 （２）不考虑偶然因数影响。 在这个前提下，博弈双方必须考虑： （１）如何产生一个最好的走步。 （２）如何改进测试方法，能尽快搜索到最好的走步。 MINMAX的基本思想是： （１）当轮到MIN走步的结点时，MAX应考虑最坏的情况（因此，f(p)取极小值）。 （２）当轮到MAX走步的结点时，MAX应考虑最好的情况（因此，f(p)取极大值）。 （３）当评价往回倒推时，相应于两位棋手的对抗策略，不同层上交替的使用（１）、（２）两种方法向上传递倒推值。 2．极小极大搜索算法 极小极大过程的算法如下： 1. T:=(s, MAX ), OPEN:=(s), CLOSED:=( ); {开始时树由初始结点构成，OPEN表只含有s.} 2. LOOP1: IF OPEN = ( ) THEN GO LOOP2; 3.ｎ:＝FIRST(OPEN),REMOVE( n, OPEN ), ADD_TO_LAST( n, CLOSED ); //约定加到尾部 4. IF n可直接判定为赢、输或平局 　 THEN f(n):= ∞∨-∞∨0, GO LOOP1 ELSE EXPAND( n )→ni , ADD ({ni}, T ) IF d({n}) k THEN ADD_TO_LAST ({ni}, OPEN ), GO LOOP1 ELSE 计算f(ni), GO LOOP1; { n达到深度k,计算各端结点f值} 5. LOOP2: IF CLOSED=NIL THEN GO LOOP3 ELSE np:= LAST(CLOSED); 6. IF (np∈MAX)∧(f(nc ∈ iMIN)有值）