人工智能 AI讲稿5(搜索student).ppt

：非终止节点 ：终止节点 ：在CLOSED中，无需再考虑的节点 与或树的广度优先搜索 ：非终止节点 ：终止节点 ：在CLOSED中，无需再考虑的节点 与或树的广度优先搜索 ：非终止节点 ：终止节点 ：在CLOSED中，无需再考虑的节点 与或树的广度优先搜索 ：非终止节点 ：终止节点 ：在CLOSED中，无需再考虑的节点 与或树的广度优先搜索 ：非终止节点 ：终止节点 ：在CLOSED中，无需再考虑的节点 与或树的广度优先搜索 ：非终止节点 ：终止节点 ：在CLOSED中，无需再考虑的节点 与或树的广度优先搜索 与或树的有序搜索过程 求代价最小解树的方法 分析节点被扩展的代价，选择扩展代价最小的节点扩展 解树的代价h(S0)计算准则 倒推，估算，每次刷新 希望树：由最有希望（依代价）成为最优解树的那一部分节点及其先辈（含S0）组成 :非终止节点 :终止节点 :不可解端节点 1 1 3 1 1 5 6 2 2 2 2 2 11 13 3 4 6 8 ∞ 0 0 0 0 0 ∞ 和代价计算 右解树：h(S0)=8 左解树：h(S0)=13 S0 3 3 3 2 7 边代价为1 ：T树 8 每次扩展2层 S0 3 3 2 11 边代价为1 ：T树 8 2 2 3 2 6 7 7 S0 3 2 11 边代价为1 ：T树 ：从OPEN中 删去 8 2 2 3 2 6 7 7 2 0 0 2 6 2 3 S0 3 2 11 边代价为1 ：T树 ：从OPEN中 删去 8 2 2 3 2 6 7 7 0 0 2 3 ：在CLOSED中，无需再考虑的节点 S0 2 11 边代价为1 ：T树 ：从OPEN中 删去 8 2 2 3 2 6 7 7 0 0 2 3 3 0 0 2 6 2 3 9 ：在CLOSED中，无需再考虑的节点 博弈树的启发式搜索 博弈过程： 二人零和：博弈结果只有胜、负、平三种情况 全信息：当前及过往局势全开放 非偶然：双方都理智决定行为（选择最有利于己方的策略） 博弈树构成 初始格局记为S0 “AND”和“OR”逐层交替出现，己方扩展的为“OR”，对方为“AND” 使己方获胜的终局为可解节点，对方获胜的为不可解节点 极大极小分析法 端节点用估价函数估值，反推上层节点估值OR(Max),AND(Min)，直至根节点 估值大的方案较好（按获利） 博弈树扩展深度越大越精确，但计算量庞大，通常一定深度 例：一字棋，A方：a棋；B方：b棋；扩展深度：2层 b a 估价函数e(p)定义： ＋∞, p是A方胜局 －∞, p是B方胜局 e(+p)-e(-p), p是未定局 0, p是和局 e(p)＝ b a b a a b a b a e(+p)：可使a成为三子一线的数目 e(-p )：可使b成为三子一线的数目 ?-?剪枝技术 边生成估值边计算倒推值，从而剪去某些分支的技术 ?值：“AND”节点，当前子节点中最小值（上界） ?值：“OR”节点，当前子节点中最大值（下界） ?剪枝： IF{“OR”节点X的?值≥祖先“AND”节点的?值} THEN 终止该“OR”节点后面的搜索， ?→X的倒推值 ?剪枝： IF{“AND”节点X的?值≤祖先“OR”节点的?值} THEN 终止该“AND”节点后面的搜索， ? →X的倒推值 顺序：剪枝顺序自左至右或自右至左 2 8 4 2 ≥2 1 ≤1 -2 ≤-2 2 ≤2 5 9 5 ≥5 2 ≥2 1 1 ≥1 -5 ≤-5 ≤1 1 1 2 搜索的完备性与效率 完备性：若问题可解则搜索过程一定能找解，称这样的搜索过程为完备的，完备的搜索过程也称为搜索算法 广度类，改进的有界深度，A *——完备 搜索效率之外显率(渗透率)：P=L/T≤1 L:S0→Sg的最优路径长度; T:搜索生成的节点总数 P越小效率越低。P=1 …… 搜索效率之有效分枝因数 定义：满足式：B+B2+……+BL=T 的数B 意义：每一有效节点平均生成的节点数目，越小越好 关联： 解释：（可绘制如下关系图表） ①固定B，则L越大P越小，即有效分枝因数固定的情况下，最优解越远，搜索效率越低 ②固定L，则B越大P越小T越大