人工智能入门 课件 3.符号智能与问题求解(1).ppt

AI:SearchandProblemSolving*2.1状态空间S:状态集合F:状态转换函数（或行动）的集合C:状态转换函数代价的集合(如果不求最优解，可以不考虑此因素)I:初始状态集合G:目标状态集合一个状态空间对应于一个图,其中从初始状态到目标状态的路径就是问题的一个解。AI:SearchandProblemSolving*基于状态空间的问题求解步骤1表示所有状态，标出其中的初始状态和目标状态.步骤2表示所有状态转换函数步骤3以状态为节点，以状态转换函数为边，构成一个图。步骤4搜索该图以发现对应于最优解或可行解的路径。AI:SearchandProblemSolving*例子:八数码问题状态?动作?初始与目标状态?动作代价?AI:SearchandProblemSolving*例子:八数码问题状态?数字与空格的位置动作?空格上、下、左、右移动初始与目标状态?如图动作代价?每移动一下代价为1AI:SearchandProblemSolving*与或图实现问题归约的数据结构-每一个节点对应于一个问题-“与”节点=分解-“或”节点=转换-端节点*终止节点=本原问题*其他端节点=不可解问题-可解节点与不可解节点AI:SearchandProblemSolving*基于与或图的问题求解找出一个解图，它是代表原始问题求解方案的一个子图

步骤1.表示每个问题。步骤2.对问题进行归约，用与或图表示归约过程。步骤3.从端节点向上回溯，直到根节点，标注各个节点可解或不可解。步骤4.如果根节点被标注为可解，输出相应的解图。

AI:SearchandProblemSolving*例子:3-阶梵塔问题初始状态目标状态AI:SearchandProblemSolving*步骤1.表示问题问题状态:原始问题:(1,1,1)?(3,3,3)步骤2.问题归约将原始问题分解为:-子问题1=(1,1,1)?(1,2,2)-子问题2=(1,2,2)?(3,2,2)√-子问题3=(3,2,2)?(3,3,3)继续分解子问题2和3??AI:SearchandProblemSolving*步骤3.搜索该图，以决定根节点可解或不可解.步骤4.输出整个图作为解答.(如何解释?)AI:SearchandProblemSolving*PartⅣ:博弈搜索图片来自：http://DL88250AI:SearchandProblemSolving*3.1博弈树代表博弈过程的数据结构-2个玩家(MAX和MIN)-确定性的-轮流进行-零和的-信息完备AI:SearchandProblemSolving*游戏状态：(K1,K2,….,Kn,MINorMAX)每堆钱币个数当前走步方每次MIN或MAX选择一堆钱币并且把它分成数目不等的两堆。当MIN或MAX不能完成任务时,就输了。首先,n=1,k1=7,MIN为走步方例：分钱币游戏AI:SearchandProblemSolving*(7,MIN)(6,1,MAX)(5,2,MAX)(4,3,MAX)(5,1,1,MIN)(4,2,1,MIN)(3,2,2,MIN)(3,3,1,MIN)(4,1,1,1,MAX)(3,2,1,1,MAX)(2,2,2,1,MAX)(3,1,1,1,1,MIN)(2,2,1,1,1,MIN)(2,1,1,1,1,1,MAX)分钱币游戏的博弈树MAX的必胜招?AI:SearchandProblemSolving*游戏中的每一步MAX和MIN总是采取对自己最有利的行动。为了能够胜利,MAX应该每一步选择最有利的行动,同时认为MIN也会每一步都采取对MIN最好的行动(也就是说，对MAX最坏)在想象对手为最强对手的情况下采取最好的行动！在结构上，博弈树是与或图！AI:SearchandProblemSolv