第12章敌对搜索讲解.pptVIP

第12章 敌对搜索 ;双agent博弈 ; 以右图中的网格为例，两个机器人，分别命名为“black”和“white”。它们可以向其所在的行或列中的相邻一格交替地移动(比如说， white先移动)，而且轮到其中一个时，它必须移动。;双agent博弈 ;最小最大化过程 ;最小最大化过程 ; 命名两个博弈者MAX和MIN。我们的任务是为MAX找最佳的移动。假设MAX先移动，然后两个博弈者轮流移动。 因此，深度为偶数的节点，对应于MAX下一步移动的位置，称为MAX节点；深度为奇数的节点对应于MIN下一步移动的位置，称为MIN节点(博弈树的顶节点深度为0)。k层包括深度为2k和2k+1的节点。通常用层数给出博弈树的搜索程度，它可以表示出向前预测的MAX和MIN交替运动的回合数。 通常分析博弈树时，对MAX有利的位置，评估函数将赋予正值；对MIN有利的位置赋予负值，接近零的值表示该位置对MAX和MIN都一样。 ;最小最大化过程 ;最小最大化过程 ;最小最大化过程 ;最小最大化过程 ;最小最大化过程 ; 现在，按照感知／计划／动作的循环，假设MAX走了这一步而且MIN在(X)的左边做标记(0) (对MIN来说，这不是一个好的走法，它没有用一个好的搜索策略)。在这种布局下，MAX进行深度为2的搜索，产生如图所示的树。 ;最小最大化过程 ;α-β过程 ;α-β过程 ;α-β过程 ;α-β过程 ;α-β过程 ;α-β过程 ;α-β过程 ;其他重要问题 ;概率博弈 ;学习评估函数 ; 198种输入(代表西洋双陆棋格局)被全部连接到隐藏单元，隐藏单元全部连接到输出单元。隐藏单元与输出单元都是Sigmoid。输出单元根据输入格局产生的结果的可能值产生4个估计值p1、p2、p3和p4。 布局位置的全局值由一个估算的性能指标给出： v= p1 +2p2 –p3 -2p4。在用网络操作西洋双陆棋时，投掷骰子，现有布局的任何可能的移动产生新的布局，并由网络来评估骰子的变化。选取含有最好v值的布局，进行产生这种格局的移动(假如是白棋移动，最大的v值最好；假如是黑棋移动，最小的v值最好)。