五章节 博弈与搜索.pptVIP

;5.1 博弈与对策;5.1 博弈与对策;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??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。;5.2 极小极大搜索过程 ;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） f（P）的大小由棋局势态的优劣来决定: 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;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。;5.2.2 极小极大搜索算法;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({ ni }) 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） （其中nci为np的下一层节点） 　THEN f( np):=MAX{ f(nci)}, REMOVE(np,CLOSED); {若MAX所有子节点均有值，则该MAX取其极大值。} IF (np ∈ MIN)∧(f(nci ∈ MAX)有值） THEN f( np):=MIN{ f(nci)}, REMOVE(np,CLOSED); {若MIN所有子节点均有值，则该MIN取其极小值。};7. GO LOOP2; 8. LOOP3: IF f(s)=NIL THEN EXIT(END∨Mark (Move, T )); {s有值，或结束或标记走步} 其中ADD_TO_LAST约定加入节点到表的尾部，END表示失败或成功或平局退出，MARK标记一个走步。;5.2.3 算法分析与举例 ;例5.1 在九宫格棋盘上两位选手轮流在棋盘上摆各自的棋子，每次一枚，谁先取得三子一线的结果就取胜。 设程序方MAX的棋子用X表示 对手方MIN的棋子用O表示. ;;; 作者 朱福喜 朱三元; 作者 朱福喜 朱三元; 作者 朱福喜 朱三元;5.3 α-β剪枝算法;