chap12 敌对搜索 人工智能课程 上海交大.pptVIP

第1 2章 敌对搜索 12.1 双a g e n t博弈 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，在交替的级别上，b l a c k可能的行动也被考虑进去。 博弈 这个网格例子是双a g e n t、信息完全，零和博奕的一个实例。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）。 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。 假设M A X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M A X下一步移动的位置，称为M A X节点；深度为奇数的节点对应于M I N下一步移动的位置，称为M I N节点（博弈树的顶节点深度为0） 。 静态评估函数 采用静态评估函数。此评估函数衡量每一个叶节点位置的“值”。这种衡量基于影响这个值的许多不同特性；例如，在西洋跳棋中，一些有用的特性衡量相关部分优势、中心控制、王的中心控制等等。通常分析博弈树时，对M A X有利的位置，评估函数将赋于正值；对M I N有利的位置赋于负值，接近零的值表示该位置对M A X和M I N都一样。 最大值 假设轮到M A X从搜索树的叶节点中选取，他肯定选择拥有最大值的节点。因此，M I N叶节点的一个M A X节点双亲的倒推值就等于叶节点的静态评估值中的最大值。另一方面， M I N从叶节点中选取时，必然选值最小的节点（即最负的值）。既然如此，M A X叶节点的M I N双亲节点被分配一个倒推值，它等于叶节点静态评估值的最小值。在所有叶节点的父节点被赋于倒推值后，开始倒推另一层，假定M A X将选择有最大倒推值的M I N后继节点，而M I N会选择有最小倒推值的M A X后继节点。 倒推值和静态评估函数 整个过程的有效性基于这样的假设：开始节点的后继的倒推值比直接从静态评估函数中得到的值更可靠。 井字博弈 井字博弈的简单例子阐述了最小最大化方法（在井字博弈中，博弈者在3×3数组中轮流标记，一个标记（X），一个标记（O）。先用标记填满一行、一列或一条对角线者便赢得博弈）。 假设M A X标记（X），M I N标记（O），M A X先开始。在深度为2的范围内进行广度优先搜索，直 到第二级节点全部产生，然后在这些节点代表的位置采用静态评估函数。 位置p的静态评估函数e（p） 感知/计划/动作 现在，按照感知/计划/动作的循环，假设M A X走了这一步而且M I N在（X）的左边做标记（O）（对M I N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，M A X进行深度为2的搜索，产生如图1 2 - 4所示的树。 alpha值 设想这样的情况： A节点及其所有后继都已产生，而B节点还未产生，A节点的倒推值为－ 1。这时可知开始节点的倒推值范围大于等于－ 1。根据开始节点的其他后继的倒推值，开始节点的最终倒推值可能大于－ 1，但决不会小于－1，我们把这个下界称为开始节点的alpha值。 beta值 程序演示 * *