《人工智能及其应用》课堂报告—博弈树搜索.pptxVIP

《人工智能及其应用》课堂报告—博弈树搜索

2典型的博弈树图示

3一、概述20世纪60年代，研制出的西洋跳棋和国际象棋的博弈程序达到了大师级的水平。1958约翰?麦卡锡提出博弈树搜索算法1997年，IBM公司研制的“深蓝”国际象棋程序，采用博弈树搜索算法，该 程序战胜了国际象棋世界冠军卡斯帕罗夫。

4博弈诸如下棋、打牌、竞技、战争等一类竞争性的智能活动。数学领域中的“博弈”：把任何多智能体环境看成是一种博弈游戏，如果其中每个智能体对其它智能体的影响是“显著的”，这些影响可以是合作或竟争。人工智能领域中的“博弈”：确定性的、可完整观察的，两个或多个游戏者轮流行动的，最终结果效用值相等并符号相反。博弈的抽象本性成为AI研究者感兴趣的对象

5(1)对垒的MAX、MIN双方轮流采取行动，博弈的结果只有三种情况：MAX方胜，MIN方败;MIN方胜，MAX方败；和局。(2)在对垒过程中，任何一方都了解当前的格局及过去的历史。(3)任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选取对自己的最有利而对对方最为不利的对策，不存在掷骰子之类的“碰运气”因素。即双方都是很理智地决定自己的行动。我们仅仅探讨“二人零和、全信息、非偶然”博弈特征：

6二、极大极小搜索过程分析一盘棋平均走50步，总状态数约为10的161次方。假设1毫微秒走一步，约需10的145次方年。结论：不可能穷举。中