棋类游戏搜索.PDFVIP

6.034 笔记：3.1 部分 幻灯片 3.4.1 这一部分，我们会看一些编写基本的二人游戏程序的方法，这 些游戏比如井字游戏，跳棋和象棋。 棋类游戏 搜索 这一领域的大部分工作是由玩象棋引发的，它一直被称作“思 考者的游戏” 。回忆一下计算机象棋的历史。信息理论之父 • 产生移动 Claude Shannon （克劳德.香农）1949年的一篇论文引发了很多 • 状态估计 • 最小 最大 想法。不久后，Alan Turing （艾伦.图灵）基于其中的想法设 • αβ 计了一个手模拟的跳棋程序。十年后，第一个玩真正象棋的程 • 实际的事务 序才出现，而直到Greenblatt （格林布拉特）的MacHack 6 ，计 算机象棋程序才能打败一个好的棋手。缓慢而稳步的发展最终 导致1997年5月IBM 的深蓝战胜卫冕世界冠军Garry Kasparov （卡斯帕罗夫）。 幻灯片 3.4.2 游戏树搜索 游戏程序是另一种搜索的应用。状态是棋盘的位置（以及要移 棋的棋手）。操作是合法的移动。目标是赢得棋盘上的位置。打 • 初始状态：初始化棋盘位置和棋手 分函数为状态赋值，也可以作为一种启发式函数。游戏树（以 • 操作：每人每一步合法的移动 状态和操作定义）就像是一个典型搜索的搜索树，并且它可以 • 目标状态：赢得棋盘上的位置 • 打分函数：为状态赋数值 编码所有可能的游戏。 • 游戏树：编码所有可能的游戏 然而，还是有些小的主要区别的。由于移棋取决于对方玩家的 移动情况，因此我们并不是从游戏树中搜索一条路径。我们所 • 我们并不是搜索一条路径，只是寻找接下来的一 步（能有希望赢的位置） 能做的就是为下一步选择最好的移棋。 • 我们最好的移棋取决于对方玩家的移动情况 幻灯片 3.4.3 让我们来详细看下游戏树。某些棋盘位置代表初始状态，现在 轮到我们走。我们通过所提供的合法的移棋来产生这个位置的 移棋 子节点。接着，我们考虑对手可能的行动，以产生上述位置的 b=分支因数 游戏树 后代。请注意，这些树是巨大的，无法为任何复杂的游戏产生 我的走棋 d=深度 明确的整体形式。 结果 对方的走棋 象棋 B=36 3640 非常大的数字 d40 幻灯片 3.4.4 井字游戏的游戏树片断 这是井字游戏树的小片断，其从一