人工智能（十二）第1 2章 敌 对 搜 索.pdfVIP

下载 第1 2章 敌 对 搜 索 12.1 双a g e n t博弈 在第 1 0章中提到的问题之一是在其他主动 a g e n t 参与的环境中如何计划并行动。如果不了 解其他a g e n t如何行动，就只能用感知/计划/动作体系结构，而这种结构不能更加深入地考虑到 不可预测的将来。但是，当条件允许时，一个 a g e n t建立的计划可以考虑到其他 a g e n t 的行为影 响。以双a g e n t 的特殊情况为例，在理想的情况下，如这两个 a g e n t 的行为是互相交替的，它们可以考虑到对方的行为。其 中之一先行动，然后是另一个，接着如此反复。 以图 1 2 - 1 中的网格为例，两个机器人，分别命名为 “b l a c k ”和“w h i t e ”。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， w h i t e 先移动），而且轮到其中一个 时，它必须移动。假设 w h i t e 的目标是与b l a c k 在同一格，而 b l a c k 的目标是避免发生这种情况。w h i t e就可建立一棵搜索树，图12-1 在网格环境中的两个机器人 在交替的级别上，b l a c k可能的行动也被考虑进去。图1 2 - 2画出了这棵搜索树的一部分。 为了选取最佳的起始动作， w h i t e 需要分析这棵树来决定可能的结果——即：考虑 b l a c k 会 阻止w h i t e实现此目标。在这种冲突的情况下，一个 a g e n t可能发现一步移动，使得无论对方如 何移动，它都可达到目标。不过更常见的情况是，由于计算和时间的限制，无论哪方都不能找 白（机器人）移动 黑（机器人）移动 白（机器人）移动 图12-2 两个机器人移动的搜索树 第12章 敌 对 搜 索计计119 下载 到一个动作以保证取得成功。本书将提供有限范围搜索方法，可用于在这种情况下找到合理的 移动方式。在任何情况下，在决定了第一步之后，执行移动，考虑另一方的可能移动，然后在 感知/计划/动作方式中重复计划过程。 这个网格例子是双a g e n t 、信息完全，零和（z e ro - s u m ）博奕的一个实例。此处所讨论的是， 两个a g e n t （称为博弈者）轮流移动，直到其中任何一方获胜（另一方因此失败），或双方和局。 每个博弈者完全熟悉环境及自己和对方可能的移动方式和影响（尽管每个博弈者都不知道另一 方在任何情况下究竟会怎样移动）。研究这种博弈可使我们深入了解当有多个 a g e n t时，计划过 程可能出现的更多的普遍问题—即使在这些a g e n t 的目标并不互相冲突时。 可以看出，有许多常见的博弈，包括国际象棋、西洋跳棋 ( d r a n g h t )和围棋，都属于这种类 型。而且它们的程序已经编写得相当好——有的甚至可以达到参赛的水平。但此处，以并不十 分有趣的井字博弈（Ti c - Ta c - To e ）为例，因为它简单，有利于分析搜索技巧。有些博弈（例如 西洋双陆棋，B a c k g a m m o n ）由于包含了概率因素而导致难以对它们进行分析。 对许多博弈，特别像国际象棋这一类，通常都用图标来描述自己的状态空间，我们用 8 ×8 数组来记录黑白机器人在 8 ×8网格中的不同位置 ；用算子表示博弈的移动，算子把一种状态 描述转换为另一种描述，由一个开始节点和每个博弈者的算子隐式定义博弈图，照前面章节的 方法建立搜索树，但在选择第一步时要使用一些不同方法。下面将讨论这些方法。 12.2 最小最大化过程 在以下讨论中，命名两个博弈者 M A X 和M I N 。我们的任务是为M A X 找最佳的移动。