第五章人工智能教程以及答案.ppt

第五章 状态空间搜索 第五章 状态空间搜索 第一节 状态空间搜索 例5-1 梵塔问题 三盘片梵塔状态空间图 例5-2 传教士和野人问题 问题解决 二 状态空间的穷搜索法 三 启发式搜索法 第二节 问题归约法 一 问题归约描述 二 与或图表示 三 AO*算法 AO*算法要能处理与图，它应找出一条路径，即从该图的开始结点出 发到达代表解状态的一组结点。注意，可能需要到达多个解状态，因为 一与弧的每条臂要引至它自身的结点。 在扩展搜索一与或图时，每步需做三件事； （1）遍历图，从初始结点开始，顺沿当前最短路径，积累在此路径上但未扩展的结点集。 （2）从这些未扩展结点中选择一个并扩展之。将其后继结点加入图中，计算每一后继结点的f值（只需计算h,不管g）。图5-14 AO*算法的运行。 （3）改变最新扩展结点的f估值，以反映由其后继结点提供的新信息。将这种改变往后回传至整个图。在往后回攀图时，每到一结点就判断其后继路径中哪一条最有希望，并将它标 记为目前可能解图的一部分。这样可能引起目前最短路 的变动。 AO*算法描述 （i）从S中挑选一个结点，该结点在G中的子孙均不在S中出现（换句话说，保证对于每一正在处理的结点，是在处理其任一祖先之前来处理该结点的），称此结点为CURRENT并把它从S中去掉。 （ii）计算始于CURRENT的每条弧的耗费。每条弧的耗费等于在该弧末端每一结点的h值之知和加上该弧身的耗费。从刚刚计算过的始于CURRENT的所有弧费中选出极小耗费作为CURRENT的新h值。 （iii）把在上一步计算出来的带极小耗费的弧标记出始于CURRENT的最佳路径。 （iv）如果穿过新的带标记弧与CURRENT连接的所有结点均标为SOLVEO，则把CURRENT标为SOLVED。图5-16 逆向传播 （v）若CURRENT已标为SOLVED，或CURRENT的耗费刚才已经改变，那么应把其新状态往回传至图。因此，要把CURRENT的所有祖先加到S 中。 第三节 博弈树搜索 具体例子 一 极大极小过程 用一字棋来具体说明一下极大极小过程，不失一般，设只进行两层，即 每方只走一步（实际上，多看一步增加大量的计算和存储）。 评价函数e（p）规定如下： 1．若格局P对任何一方都不是获胜的，则 e(p)=（所有空格都放上MAX的棋子之后，MAX的三个棋子所组成的行、列及对角线的总数）—（所有空格都放上MIN的棋子后，MIN三个棋子所组成的行、列及对角线的总数） 2．若p是MAX获胜，则 3．若p是MIN获胜，则 二 过程 * * 问题归约法 博弈树搜索 Click to add title in here 状态空间搜索 1 2 3 Contents S是状态集合，状态是某种事实的符号或数据，问题的初始状态是S 的非空子集 1 三元组（S，O，G） G也是S的非空子集，表示目标状态集。它可以是若干具体的状态， 也可以是对某些状态性质的描述 O是操作算子集,利用它将一个状态转化为另一个状态 一 问题的状态空间表示 起源于印度传说的梵塔问题是：有三根针和n个大小不同的盘片。开始盘片都是叠在第一根针上，从下到上按由大到小的顺序串叠。要求每次只移动最顶上的一个盘片到另一根针上，且大盘不得压在小盘上，直到把所有盘片移到第三根针上。以三圆盘为例，如图5-1所示。 图5-1 三盘片梵塔 用状态(i, j, k)表示最大盘片C在第i根针上，盘片B在第j根 针上，最小盘片A在第k根针上。如果同一根针有二片以上的 盘片，则假设较大的在下面。 如（1，1，2）表示C和B在第1根针上，且B在C的上面，而A在 第2根针上。 用M（N，i, j）表示操作算子，即把盘片N从第I根针移到 j根针上。如M（A，1，2）实现的操作是把盘片A从第1根针 移到第2根针上，即使状态（1，1，1）变成状态（1，1 ，2）。而不允许接着进行M（B，1，2）操作，使状态（1， 1，2）变为状态（1，2，2），因为这违反了小片必须在大 片上的规则。 图5-2 设有三个传教士和三个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去？ 问 题 问题状态以三元组（m, c, b）表示，m为传教士在左岸或船上的实际人数，c为野人在左岸或船上的实际人数，b指示船是否在左岸（1，0） 在船上人数不得超过载重限量2个人，任何时刻（包括两岸、船上）野人数目不得超过传教士的安全约束 图5-3 深度优先搜索算法 广度优先搜索算法 启发式搜索法的基本思想是在搜索路径的控制信息中增加关于