第五章搜索策略重点.pptVIP

* * * * * * * * * * * * * * * * * * * * 计算博弈树倒推值示例(节点估值已给出) * 3. ? ? ?剪枝技术 由于在极大极小分析法中，要计算倒推值，效率低。如果可以实现将节点与计算估值及倒推值同时实现，就可以删去一些不必要的节点，从而减少搜索及计算的工作量，提高效率，提出了? ? ?剪枝技术 概念： 通过边生成节点边计算方法，从而剪去某些分枝的技术称为? ? ?剪枝技术 ?值：对于一个“与”节点来说，它取当前子节点中的最小倒推值作为它的倒推值的上界 ?值：对于一个“或”节点来说，它取当前子节点中的最大倒推值作为它的倒推值的下界 * ? ? ?剪枝技术的一般规律 1）任何“或”节点x的?值如果不能降低其父节点的?值，则对节点x以下的分枝可停止搜索，并使x的倒推值为? 。这种剪枝称为?剪枝。 2）任何“与”节点x的?值如果不能升高其父节点的?值，则对节点x以下的分枝可停止搜索，并使x的倒推值为? 。这种剪枝称为?剪枝。 ≤2 ≥ 3 * S 2 2 N V G M D F I L F U Q T 9 3 1 -1 -1 3 6 8 -1 2 0 3 -5 7 4 -2 6 -1 8 -7 -1 0 3 2 α值≥ 2 ≤1 ≤-1 β值≤ 2 2 α值≥ 2 ≥ 6 6 ≤ 0 ≥ 0 0 ≤ -5 0 α α β α α α * S 2 N V G M D F I L U Q T 9 3 1 -1 6 8 0 3 -5 * 2 4 5 -3 6 2 1 3 2 2 1 2 5 3 7 9 8 L E B M N P F S A C G H II D J K 4 1 作业：如图的博弈树，已经给出相应节点的估值 （1）请计算各节点倒推值 （2）应用? ? ?剪枝技术剪去不必要的分枝。 * * * * * * * * * * * * * * * * * * * * * * * * * * 设有如下结构的移动牌游戏： 该游戏规则： 当一个牌移入相邻的空位置时，费用为一个单位。 一个牌至多可跳过两个牌进入空位置，其费用等于跳过的牌数加1。 要求把所有的B都移至W的右边，请设计估价函数中的h(x)。 解：根据要求可知，W左边的B越少越接近目标，因此可用W左边B的个数作为h(x),即 h(x)=3×(每个W左边B个数的总和) 这里乘以系数3是为了扩大h(x)在f(x)中的比重。 * B B B W W W E 基本思想： 当一个节点被扩展以后，按f(x)对每一个子节点计算估价值，并选择最小者作为下一个要考察的节点。 搜索过程： 把初始节点S0放入OPEN表，令g(S0)=0。 如果OPEN表为空，则问题无解，退出。 把OPEN表的第一个节点（记为节点n）取出放入CLOSE表。 考察节点n是否为目标节点。若是，则求得了问题的解，退出。 若节点n不可扩展，则转第2步。 扩展节点n，用估价函数f(x)计算每个子节点的估价值，并按估价值从小到大的顺序放到OPEN表中的首部，并为每一个子节点都配置指向父节点的指针，然后转第2步。 深度优先搜索、代价树的深度优先搜索以及局部择优搜索都是以子节点作为考察范围的。但是前二者可以看作局部择优搜索的特例。 * 基本思想： 在代价树的广度优先搜索中，每次都是从OPEN表的全体节点中选择一个代价最小的节点送入CLOSE表进行考察。而代价树的深度优先搜索是从刚扩展出的子节点中选一个代价最小的节点送入CLOSE表进行考察。 搜索过程： 把初始节点S0放入OPEN表，令g(S0)=0。 如果OPEN表为空，则问题无解，退出。 把OPEN表的第一个节点（记为节点n）取出放入CLOSE表。 考察节点n是否为目标节点。若是，则求得了问题的解，退出。 若节点n不可扩展，则转第2步。 扩展节点n，将其子节点按代价从小到大的顺序放到OPEN表中的首部，并为每一个子节点都配置指向父节点的指针，然后转第2步。 代价树的深度有限搜索是不完备的。 * * 基本思想： 每当要选择一个节点进行考察时，局部择优搜索只是从刚生成的子节点中进行选择，选择的范围比较狭窄。全局择优搜索每次总是从OPEN表的全体节点中选择一个估价值最小的节点。 搜索过程： 把初始节点S0放入OPEN表，计算f(S0)。 如果OPEN表为空，则问题无解，退出。 把OPEN表的第一个节点（记为节点n）取出放入CLOSE表。 考察节点n是否为目标节点。若是，则求得了问题的解，退出。 若节点n不可扩展，则转第2步。 扩展节点n，用估价函数f(x)计算每个子节点的估价值，并为每一个子节点都配置指向父节点的指针。把这些子节点都送入OPEN表中，然后对OPEN表中的全部节点按估价值从小至大的顺序进行排序，然后转第2步。 广