第五章搜索策略概要.ppt

5 博弈树的启发式搜索 下棋、打牌、战争等一类竞争性智能活动称为博弈 (1)二人零和、全信息、非偶然博弈 对垒的A,B双方轮流采取行动，博弈的结果只有三种情况：A方胜，B方胜，双方战成平局 在对垒过程中，任何一方都了解当前的格局及过去的历史 双方都是很理智地决定自己的行动，不存在“碰运气”偶然因素 (2)描述博弈过程的与/或树为博弈树 博弈的初始格局是初始节点 在博弈树中，“或”节点和“与”节点是逐层交替出现的，自己一方扩展的节点之间是“或”关系，对方扩展的节点之间是“与”关系，双方轮流地扩展节点。 所有能使自己一方获胜的终局都是本原问题，相应的节点是可解节点；所有使对方获胜的终局都是不可解节点 (3)极大极小分析法 设博弈双方中一方为A,另一方为B,极大极小分析法是为其中一方(A)寻找一个最优行动方案的方法 考虑每一方案实施后对方可能采取的所有行动，计算可能的得分 定义一个估价函数，用来估计当前博弈树端节点的得分，得分称为静态估值 由端节点的估值计算父节点得分—倒推值 “或”节点：选其子节点中最大的得分作为父节点的得分，立足最好 “与”节点：选其子节点中最小的得分作为父节点的得分，立足最坏 如果一个行动方案能获得较大的倒推值，则它是当前最好的行动方案 例 倒推值的计算 3 2 2 1 -1 -1 2 4 2 -2 6 -2 4 3 3 4 0 0 -5 6 -5 1 8 1 6 3 3 2 6 2 2 3 0 3 2 0 2 5 8 例 一棋类游戏，九个空格，由A,B两人对弈，每次放一个棋子，谁先使自己的棋构成三个子成一线，谁赢。 设 A的棋子为a,B的棋子为b,每次扩展二层 棋局为P，估价函数为e(P) 关于e(P)有 若p是A胜e(P)=+? 若P是B胜e(P)=-? 若P胜负未定e(P)=e(+P)-e(-P) e(+P):棋局P上有可能使a成为三子成一线的数目 e(-P):棋局P上有可能使b成为三子成一线的数目 具有对称性的两个棋局称一个棋局 b a b a b a a b A先走，有： a b a b a b a b b a b a a a a a b a b b a b a a b a b S0 S1 S2 S3 S4 S5 6-5=1 5-5=0 6-5=1 5-5=0 4-5=-1 1 2 -1 0 -1 0 -2 A走S3，B走S4 例如： -1 -2 1 1 6 剪枝技术 (1)剪枝原因 因为博弈树生成的工作量大，鉴于博弈树具有“与”节点，“或”节点逐层交替出现的特点，若能边生成节点边计算估值及倒推值，则可删除一些不必要的节点，减少搜索计算的工作量。 例 从s3和s4得s1倒推值为3 从s5知s2的倒推值最大为2 因为s0是或节点，则s0的倒推值为3 虽然s6没估值，但不影响对上层节点的倒推计算，则该分支可从博弈树中剪去。 3 5 2 3 ? 2 3 S0 S1 S2 S3 S4 S5 S6 对于“与”节点来说，取当前子节点中的最小倒推值作为它倒推值的上界，称此值为?值。 对于“或”节点来说，取当前子节点中的最大倒推值作为它倒推值的下界，称此值为?值。 (2) ?-?剪枝技术的一般规律 任何“或”节点x的?值，如果不能降低其父节点的?值，则对节点x以下的分支可停止搜索，并使x的倒推值为?，这种剪枝称为?剪枝 任何“与”节点x的?值，如果不能升高其父节点的?值，则对节点x以下的分支可停止搜索，并使x的倒推值为?，这种剪枝称为?剪枝 对于一个“或”节点，如果估值最高的节点最先生成，或者对于一个“与”节点，估值最低的子节点最先生成，则被剪的节点数最多，搜索的效率最高，称为最优?-?剪枝法。 由节点K、L、M的估值推出节点F的倒推值为2，即F的β值为2，由此可推出节点C的倒推值≥2。即C的倒推值的下界为2，故C的?值为2。由节点P的估值推知节点G的倒推值≤1，无论G的其它子节点的估值是多少，G的倒推值都不可能比1大。因此，1是G的倒推值的上界，所以G的β值为1。 又已知C的倒推值≥2，G的其它子节点又不可能使C的倒推值增大，因此对G的其它分枝不必再搜索，相当于把这些分枝剪去。 同理可知节点H的β值为-2，H的除Q外的其它分枝也被剪去。 由于F,G,H的倒推值可推出节点C的倒推值为2，再由C可推出节点A的倒推值≤2，即A的β值为2。 由节点R,S推出节点I的倒推值为5，可推出D的倒推值≥5。此时D的其它子节点的倒推值无论是多少都不能使D及A的倒推值减小或增大，所以D的其它分枝被剪去，并可确定A的倒推值为2。以此类推，最终推出S0的倒推值为2。 （2）搜索过程