人工智能原理第2部分搜索技术下.pptxVIP

人工智能原理第2部分搜索技术（下）对抗性搜索与约束满足问题

REVIEW搜索技术回顾搜索是AI问题求解的核心范式，通过状态空间探索寻找从初始状态到目标状态的路径。上半部分我们掌握了三类基本方法：无信息搜索的系统性遍历、有信息搜索的启发式引导、以及局部搜索的优化迭代。无信息搜索BFS逐层扩展，保证最优解但空间复杂度高DFS沿单一路径深入，空间高效但不保证最优迭代加深结合两者优势的实用策略系统遍历有信息搜索h(n)利用领域知识评估状态到目标距离A*f(n)=g(n)+h(n)，可容许启发式保证最优IDA*迭代加深A*变体，适合大规模问题启发引导局部搜索爬山法贪心移动，易陷入局部最优模拟退火概率接受劣解，可逃离局部最优遗传算法模拟进化：选择、交叉、变异优化迭代

Contents本课目录对抗性搜索与博弈树优化的核心方法论及经典应用01对抗性搜索基础02博弈树搜索优化03约束满足问题04经典案例与应用

Chapter01对抗性搜索基础从博弈问题建模到极小极大算法

GAMETHEORY博弈问题概述博弈是对抗性搜索的核心应用场景，其特征是多个智能体在竞争环境中交替决策。博弈可根据信息完全性和确定性进行分类，不同类型需要不同的求解策略。经典博弈场景·完全可观察确定性博弈01完全可观察+确定国际象棋、围棋、井字棋等双人零和博弈，可用极小极大算法精确求解极小极大算法02