人工智能第四章2014.ppt

二、极小极大过程 极小极大过程模拟的就是人的一种思维过程。是考虑双方对弈若干步之后，从可能的走步中选一步相对好棋的着法来走，即在有限的搜索深度范围内进行求解。 下面的讨论规定：顶节点深度d＝0，MAX代表程序方，MIN代表对手方，且MAX先走。 静态估值函数e(p)：建立在该棋的各种知识和特征上。对在一定深度处的节点所代表的局面 进行评价优劣的估计值． 静态估值函数因游戏而异． 如果对自己（MAX）有利，则取正值，越大，表示对我方越有利。等于正无穷大时，表示我方必胜。 如果对自己不利，则取负值．越小，表示对我方越不利。等于负无穷大时，表示对方必胜。 图4.3(a) 一次循环后 图4.3(b) 两次循环后 图4.3(c) 三次循环后 0 图4.3(d) 四次循环后 从n0开始，沿指向连接符的指针找到的解图即为搜索的结果。n0给出的修正费用值q(n0)＝5就是解图的费用值。 图4.3(e) 搜索得到的解图 Note （1）在第6步扩展节点n时，若不存在后继节点（即陷入死胡同），则可在第11步中对m（即n）赋一个高的q值，这个高的q值会依次传递到s，使得含有节点n的子图具有高的q（s），从而排除了被当作候选局部解图的可能性。 (2)如果一个与／或 图存在解图，如果对于图中所有的节点n都有h（n）≤h*（n），并且启发函数h满足单调限制，则AO*算法必然终止于找出最佳解图。 练习1’： 假定我们有一个产生式系统，基于如下重写规则： R1：n0→n1, n2 R5：n2→n6, n7 R2：n0→n2, n3 R6：n3→n5, n6 R3：n1→n2 R7：n4→n2 R4：n1→n4 R8：n5→n7 （1）用与/或图表示此产生式系统。 （2）若h(n0)=0, h(n1)=2, h(n2)=4,h(n3)=4, h(n4)=3,h(n5)=1,h(n6)=0,h(n7)=0, 为启发函数，k-连接符的费用为k，求n0到{ n6, n7}的最佳解图。（要求：使用AO*算法，画出各次循环图，标明各点费用q(n)，画出最后的最佳解图，并指明最佳解图的费用） 练习2’： 一个产生式系统使用下面一组重写规则，这些重写规则把左面的数字转换成右边的数字串。 6→3,3 4→3,1 6→4,2 3→2,1 4→2,2 2→1,1 使用这些规则把6转换成由1组成的数字串。假设k-连接符的费用是k，用数字1标记的节点的h函数值是0，用数字n(n≠1)标记的节点的h函数值是n。请用AO*算法描述解题过程（要求：画出各次循环图，标明各点费用q(n)，画出最后的最佳解图，并指明最佳解图的费用）。 4.4 博弈树搜索博弈 具有竞争或对抗性质的行为称为博弈行为。 比如日常生活中的下棋，打牌等。 在这类行为中，参加斗争或竞争的各方各自具有不同的目标或利益。为了达到各自的目标和利益，各方必须考虑对手的各种可能的行动方案，并力图选取对自己最为有利或最为合理的方案。 博弈论 Game Theory 博弈论就是研究博弈行为中斗争各方是否存在着最合理的行为方案，以及如何找到这个合理的行为方案的数学理论和方法。 博弈论亦名“对策论”、“赛局理论”，属应用数学的一个分支, 目前在生物学，经济学，国际关系，计算机科学, 政治学，军事战略和其他很多学科都有广泛的应用。 博弈论历史 博弈论思想古已有之，我国古代的《孙子兵法》就不仅是一部军事著作，而且算是最早的一部博弈论专著。博弈论最初主要研究象棋、桥牌、赌博中的胜负问题，人们对博弈局势的把握只停留在经验上，没有向理论化发展。 近代对于博弈论的研究，开始于策墨洛（Zermelo），波雷尔（Borel）及冯·诺伊曼（von Neumann）。 1928年，冯·诺依曼证明了博弈论的基本原理，从而宣告了博弈论的正式诞生。1944年，冯·诺依曼和摩根斯坦共著的划时代巨著《博弈论与经济行为》将双 人博弈推广到n人博弈结构并将博弈论系统地应用于经济领域，从而奠定了这一学科的基础和理论体系。 1950～1951年，约翰·福布斯·纳什（John Forbes Nash Jr）利用不动点定理证明了均衡点的存在，为博弈论的一般化奠定了坚实的基础。纳什的开创性论文《n人博弈的均衡点》（1950），《非合作博弈》（1951）等等，给出了纳什均衡的概念