人工智能-博弈树的搜索课件

☼●○☼●○☼●○☼●○●☼○●☼○●☼○●☼○2.3博弈树搜索☼●○☼●○☼●○☼●○●☼○●☼○●☼○●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。1.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正在与深蓝下棋的卡斯帕罗夫正在与深蓝下棋的卡斯帕罗夫博弈问题特点：双人对弈，轮流走步。信息完备，双方所得到的信息是一样的。零和，即对一方有利的棋，对另一方肯定是不利的，不存在对双方均有利或无利的棋。1.概述博弈问题特点：1.概述博弈的特性两个棋手交替地走棋；比赛的最终结果，是赢、输和平局中的一种；可用图搜索技术进行，但效率很低；博弈的过程，是寻找置对手于必败态的过程；双方都无法干预对方的选择。1.概述博弈的特性1.概述2.Grundy博弈下棋的双方是对立的，命名博弈的双方，一方为“正方”，这类节点称为“MAX”节点；另一方为“反方”，这类节点称为“MIN”节点。正方和反方是交替走步的，因此MAX节点和MIN节点会交替出现。2.Grundy博弈下棋的双方是对立的，命名博弈的双方，一2.Grundy博弈Grundy博弈是一个分钱币的游戏。有一堆数目为N的钱币，由两位选手轮流进行分堆，要求每个选手每次只把其中某一堆分成数目不等的两小堆。例如，选手甲把N分成两堆后，轮到选手乙就可以挑其中一堆来分，如此进行下去，直到有一位选手先无法把钱币再分成不相等的两堆时就得认输。2.Grundy博弈Grundy博弈是一个分钱币的游戏。有2.Grundy博弈设初始状态为(7，MIN)，建立问题的状态空间图，图中所有终结点均表示该选手必输的情况，取胜方的目标是设法使棋局发展为结束在对方走步时的终结点上。2.Grundy博弈设初始状态为(7，MIN)，建立问题的MIN先走MAX必胜2.Grundy博弈MIN先走MAX必胜2.Grundy博弈结点A是MAX的搜索目标，而结点B，C则为MIN的搜索目标。2.Grundy博弈结点A是MAX的搜索目标，而结点B，C则为MIN的搜索目标。搜索策略要考虑的问题是：对MIN走步后的每一个MAX结点，必须证明MAX对MIN可能走的每一个棋局对弈后能获胜，即MAX必须考虑应付MIN的所有招法，这是一个与的含意，因此含有MAX符号的结点可看成与结点。

2.Grundy博弈搜索策略要考虑的问题是：2.Grundy博弈对MAX走步后的每一个MIN结点，只须证明MAX有一步能走赢就可以，即MAX只要考虑能走出一步棋使MIN无法招架就成，因此含有MIN符号的结点可看成或结点。2.Grundy博弈2.Grundy博弈对弈过程的搜索图呈现出与或图表示的形式。实现一种取胜的策略就是搜索一个解图的问题，解图就代表一种完整的博弈策略。2.Grundy博弈2.Grundy博弈中国象棋一盘棋平均走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。3.极小极大搜索过程中国象棋一盘棋平均走50步，总状态数约为10的161次方。3对各个局面进行评估评估的目的：对后面的状态提前进行考虑，并且以各种状态的评估值为基础作出最好的走棋选择。评估的方法：用评价函数对棋局进行评估。赢的评估值设为+∞，输的评估值设为-∞，平局的评估值设为0。评估的标准：由于下棋的双方是对立的，只能选择其中一方为评估的标准方。3.极小极大搜索过程对各个局面进行评估3.极小极大搜索过程MAX节点和MIN节点命名博弈的双方，一方为“正方”，对每个状态的评估都是对应于该方的输赢的。例如，赢2个，输1个等，都是指正方的。正方每走一步，都在选择使自己赢得更多的节点，因此这类节点称为“MAX”节点；3.极小极大搜索过程MAX节点和MIN节点命名博弈的双方，一方为“正方”，对每个另一方为“反方”，对每个状态的评估都是对应于对手的输赢的。例如，赢2个，输一个，其实是指自己输2个，赢1个的。反方每走一步，都在选择使对手输得更多的节点，因此这类节点称为“MIN”节点。3.极小极大搜索过程另一方为“反方”，对每个状态的评估都是对应于对手的输赢的。例由于正方和反方是交替走步的，因此MAX节点和MIN节点会交替出现。3.极小极大搜索过程3.极小极大搜索过程正方（MAX节点）从所有子节点中，选取具有最大评估值的节点。反方（MIN节点）从其所有子节点中，选取具有最小评估值的节点。反复进行这种选取，就可以得到双方各个节点的评估值。这种确定棋步的方法，称为极小极大搜索法。

3.极小极大搜索过程3.极小极大搜索过程3.极小极大搜索过程3.极小极大搜索过程5-333-3022-30-23541-30689-3MINMAX0MAXMIN3.极小极大搜索过程5-333-3022-30-23541-30689-3MIN015-333-3022-30-23541-30689-30-33-3-3-21-36-3031601MAXMINMAXMIN3.极小极大搜索过程015-333-3022-30-23541-30689-30

在九宫格棋盘上，两位选手轮流在棋盘上摆各自的棋子(每次一枚)，谁先取得三线的结果就取胜。设程序方MAX的棋子用(×)表示，MAX先走。对手MIN的棋子用(o)表示。例如：3.极小极大搜索过程MIN取胜在九宫格棋盘上，两位选手轮流在棋盘上摆各自的3.极小极大搜

估计函数f(p)=(所有空格都放上MAX的棋子之后，MAX的三子成线数)－(所有空格都放上MIN的棋子之后，MIN的三子成线的总数)

若P是MAX获胜的格局，则f(p)=+∞；若P是MIN获胜的格局，则f(p)＝-∞。3.极小极大搜索过程估计函数f(p)=(所有空格都放上MAX的棋子之后，M3.极小极大搜索过程估计函数值f(p)=6-4=2估计函数f(p)=(所有空格都放上MAX的棋子之后，MAX的三子成线(行、列、对角)数)－(所有空格都放上MIN的棋子之后，MIN的三子成线(行、列、对角)的总数)当前棋局f(p)=23.极小极大搜索过程估计函数值f(p)=6-4=2估计函数3.极小极大搜索过程一字棋第一阶段搜索树3.极小极大搜索过程一字棋第一阶段搜索树3.极小极大搜索过程一字棋第二阶段搜索树3.极小极大搜索过程一字棋第二阶段搜索树3.极小极大搜索过程一字棋第三阶段搜索树3.极小极大搜索过程一字棋第三阶段搜索树

设有一个摆放三个子的棋盘残局，如下图所示，〇和╳在结束前有三步棋可以走，而且设走第一步的是╳。这时存在着三个空格A，B，C，用博弈树搜索算法判断应该把棋子放到哪一格内。

AB╳╳╳〇〇C〇棋盘残局举例：3.极小极大搜索过程设有一个摆放三个子的棋盘残局，如下AB╳╳╳〇〇C〇╳B╳╳╳〇〇C〇╳〇╳╳╳〇〇C〇╳B╳╳╳〇〇〇〇0A╳╳╳╳〇〇C〇〇╳╳╳╳〇〇C〇A╳╳╳╳〇〇〇〇AB╳╳╳〇〇╳〇〇B╳╳╳〇〇╳〇A〇╳╳╳〇〇╳〇-1-0-10--0MAX节点MIN节点终端节点3.极小极大搜索过程AB╳╳╳〇〇C〇╳B╳╳╳〇〇C〇╳〇╳╳╳〇〇C〇╳B╳

对于棋盘残局中的╳来说，最好的选择，是将╳放在C的位置上，这时可以导致平局局面。

3.极小极大搜索过程对于棋盘残局中的╳来说，最好的选择，是将╳放在C的位置上-剪支法的引入在极小极大法中，必须求出所有终端节点的评估值，当预先考虑的棋步比较多时，计算量会大大增加。为了提高搜索的效率，引入了通过对评估值的上下限进行估计，从而减少需进行评估的节点范围的-剪支法。4.-搜索过程-剪支法的引入4.-搜索过程

作为正方出现的MAX节点，假设它的MIN子节点有N个，那么当它的第一个MIN子节点的评估值为时，则对于其它的子节点，如果有高过的，就取那最高的值作为该MAX节点的评估值；如果没有，则该MAX节点的评估值为。总之，该MAX节点的评估值不会低于，这个就称为该MAX节点的评估下限值。4.-搜索过程

MAX节点的评估下限值

作为正方出现的MAX节点，假设它的MINMIN节点的评估上限值

作为反方出现的MIN节点，假设它的MAX子节点有N个，那么当它的第一个MAX子节点的评估值为时，则对于其它子节点，如果有低于的，就取那个低于的值作为该MIN节点的评估值；如果没有，则该MIN节点的评估值取。总之，该MIN节点的评估值不会高过，这个就称为该MIN节点的评估上限值。4.-搜索过程MIN节点的评估上限值4.-搜索过程剪支法

MAX节点MIN节点=剪支ABCD4.-搜索过程

设MAX节点的下限为，则其所有的MIN子节点中，其评估值的上限小于等于的节点，其以下部分的搜索都可以停止了，即对这部分节点进行了剪支。剪支法MAX节点MIN节点=剪支AB

设MIN节点的上限为，则其所有的MAX子节点中，其评估值的下限大于等于的节点，其以下部分的搜索都可以停止了，即对这部分节点进行了剪支。MAX节点MIN节点=剪支ABCD4.-搜索过程剪支法

设MIN节点的上限为，则其所有的MAXABCDEFGHIJKLNOM4.-搜索过程MAX节点MAX节点MIN节点终端节点35652164ABCDEFGHIJKLNOM4.MAX节点(5,)35652164(6,)(2,)(-,5)(-,2)(5,)MIN节点终端节点剪支剪支ABCDEFGHIJKLNOMMAX节点4.-搜索过程MAX节点(5,)35652164(6,)(2,)(-一字棋第一阶段-剪支方法4.-搜索过程一字棋第一阶段-剪支方法4.-搜索过程4.-搜索过程极大节点的下界为。极小节点的上界为。剪支的条件：后辈节点的值≤祖先节点的值时，剪支后辈节点的值≥祖先节点的值时，剪支简记为：极小≤极大，剪支极大≥极小，剪支4.-搜索过程极大节点的下界为。4.-搜索过程86-31453-3503-3022-30-2309-300-303305411-31661abcdefghijkmnMAXMINMAXMIN4.-搜索过程86-31453-3503-3022-改进方法

使用-剪支技术，当不满足剪支条件(即)时或值比值大不了多少或极相近时，这时也可以进行剪支，以便有条件把搜索集中到会带来更大效果的其他路径上，这就是中止对效益不大的一些子树的搜索，以提高搜索效率。

4.-搜索过程改进方法4.-搜索过程

不严格限制搜索的深度。当到达深度限制时，如出现博弈格局有可能发生较大变化时，则应多搜索几层，使格局进入较稳定状态后再中止，这样可使倒推值计算的结果比较合理，避免考虑不充分产生的影响，这是等候状态平稳后中止搜索的方法。

4.-搜索过程4.-搜索过程当算法给出所选的走步后，不要马上停止搜索，而是在原先估计可能的路径上再往前搜索几步，再次检验会不会出现意外，这是一种增添辅助搜索的方法。

4.-搜索过程当算法给出所选的走步后，不要马上停止搜索，而是在原先估计可能对某些博弈的开局阶段和残局阶段，往往总结了一些固定的对弈模式，因此可以利用这些知识编好走步表，以便在开局和结局时使用查表法。只是在进入中盘阶段后，再调用其他有效的搜索算法，来选择最优的走步。4.-搜索过程对某些博弈的开局阶段和残局阶段，往往总结了一些固定的对弈模式☼●○☼●○☼●○☼●○●☼○●☼○●☼○●☼○2.3博弈树搜索☼●○☼●○☼●○☼●○●☼○●☼○●☼○●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。1.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正在与深蓝下棋的卡斯帕罗夫正在与深蓝下棋的卡斯帕罗夫博弈问题特点：双人对弈，轮流走步。信息完备，双方所得到的信息是一样的。零和，即对一方有利的棋，对另一方肯定是不利的，不存在对双方均有利或无利的棋。1.概述博弈问题特点：1.概述博弈的特性两个棋手交替地走棋；比赛的最终结果，是赢、输和平局中的一种；可用图搜索技术进行，但效率很低；博弈的过程，是寻找置对手于必败态的过程；双方都无法干预对方的选择。1.概述博弈的特性1.概述2.Grundy博弈下棋的双方是对立的，命名博弈的双方，一方为“正方”，这类节点称为“MAX”节点；另一方为“反方”，这类节点称为“MIN”节点。正方和反方是交替走步的，因此MAX节点和MIN节点会交替出现。2.Grundy博弈下棋的双方是对立的，命名博弈的双方，一2.Grundy博弈Grundy博弈是一个分钱币的游戏。有一堆数目为N的钱币，由两位选手轮流进行分堆，要求每个选手每次只把其中某一堆分成数目不等的两小堆。例如，选手甲把N分成两堆后，轮到选手乙就可以挑其中一堆来分，如此进行下去，直到有一位选手先无法把钱币再分成不相等的两堆时就得认输。2.Grundy博弈Grundy博弈是一个分钱币的游戏。有2.Grundy博弈设初始状态为(7，MIN)，建立问题的状态空间图，图中所有终结点均表示该选手必输的情况，取胜方的目标是设法使棋局发展为结束在对方走步时的终结点上。2.Grundy博弈设初始状态为(7，MIN)，建立问题的MIN先走MAX必胜2.Grundy博弈MIN先走MAX必胜2.Grundy博弈结点A是MAX的搜索目标，而结点B，C则为MIN的搜索目标。2.Grundy博弈结点A是MAX的搜索目标，而结点B，C则为MIN的搜索目标。搜索策略要考虑的问题是：对MIN走步后的每一个MAX结点，必须证明MAX对MIN可能走的每一个棋局对弈后能获胜，即MAX必须考虑应付MIN的所有招法，这是一个与的含意，因此含有MAX符号的结点可看成与结点。

2.Grundy博弈搜索策略要考虑的问题是：2.Grundy博弈对MAX走步后的每一个MIN结点，只须证明MAX有一步能走赢就可以，即MAX只要考虑能走出一步棋使MIN无法招架就成，因此含有MIN符号的结点可看成或结点。2.Grundy博弈2.Grundy博弈对弈过程的搜索图呈现出与或图表示的形式。实现一种取胜的策略就是搜索一个解图的问题，解图就代表一种完整的博弈策略。2.Grundy博弈2.Grundy博弈中国象棋一盘棋平均走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。3.极小极大搜索过程中国象棋一盘棋平均走50步，总状态数约为10的161次方。3对各个局面进行评估评估的目的：对后面的状态提前进行考虑，并且以各种状态的评估值为基础作出最好的走棋选择。评估的方法：用评价函数对棋局进行评估。赢的评估值设为+∞，输的评估值设为-∞，平局的评估值设为0。评估的标准：由于下棋的双方是对立的，只能选择其中一方为评估的标准方。3.极小极大搜索过程对各个局面进行评估3.极小极大搜索过程MAX节点和MIN节点命名博弈的双方，一方为“正方”，对每个状态的评估都是对应于该方的输赢的。例如，赢2个，输1个等，都是指正方的。正方每走一步，都在选择使自己赢得更多的节点，因此这类节点称为“MAX”节点；3.极小极大搜索过程MAX节点和MIN节点命名博弈的双方，一方为“正方”，对每个另一方为“反方”，对每个状态的评估都是对应于对手的输赢的。例如，赢2个，输一个，其实是指自己输2个，赢1个的。反方每走一步，都在选择使对手输得更多的节点，因此这类节点称为“MIN”节点。3.极小极大搜索过程另一方为“反方”，对每个状态的评估都是对应于对手的输赢的。例由于正方和反方是交替走步的，因此MAX节点和MIN节点会交替出现。3.极小极大搜索过程3.极小极大搜索过程正方（MAX节点）从所有子节点中，选取具有最大评估值的节点。反方（MIN节点）从其所有子节点中，选取具有最小评估值的节点。反复进行这种选取，就可以得到双方各个节点的评估值。这种确定棋步的方法，称为极小极大搜索法。

3.极小极大搜索过程3.极小极大搜索过程3.极小极大搜索过程3.极小极大搜索过程5-333-3022-30-23541-30689-3MINMAX0MAXMIN3.极小极大搜索过程5-333-3022-30-23541-30689-3MIN015-333-3022-30-23541-30689-30-33-3-3-21-36-3031601MAXMINMAXMIN3.极小极大搜索过程015-333-3022-30-23541-30689-30

在九宫格棋盘上，两位选手轮流在棋盘上摆各自的棋子(每次一枚)，谁先取得三线的结果就取胜。设程序方MAX的棋子用(×)表示，MAX先走。对手MIN的棋子用(o)表示。例如：3.极小极大搜索过程MIN取胜在九宫格棋盘上，两位选手轮流在棋盘上摆各自的3.极小极大搜

估计函数f(p)=(所有空格都放上MAX的棋子之后，MAX的三子成线数)－(所有空格都放上MIN的棋子之后，MIN的三子成线的总数)

若P是MAX获胜的格局，则f(p)=+∞；若P是MIN获胜的格局，则f(p)＝-∞。3.极小极大搜索过程估计函数f(p)=(所有空格都放上MAX的棋子之后，M3.极小极大搜索过程估计函数值f(p)=6-4=2估计函数f(p)=(所有空格都放上MAX的棋子之后，MAX的三子成线(行、列、对角)数)－(所有空格都放上MIN的棋子之后，MIN的三子成线(行、列、对角)的总数)当前棋局f(p)=23.极小极大搜索过程估计函数值f(p)=6-4=2估计函数3.极小极大搜索过程一字棋第一阶段搜索树3.极小极大搜索过程一字棋第一阶段搜索树3.极小极大搜索过程一字棋第二阶段搜索树3.极小极大搜索过程一字棋第二阶段搜索树3.极小极大搜索过程一字棋第三阶段搜索树3.极小极大搜索过程一字棋第三阶段搜索树

设有一个摆放三个子的棋盘残局，如下图所示，〇和╳在结束前有三步棋可以走，而且设走第一步的是╳。这时存在着三个空格A，B，C，用博弈树搜索算法判断应该把棋子放到哪一格内。

AB╳╳╳〇〇C〇棋盘残局举例：3.极小极大搜索过程设有一个摆放三个子的棋盘残局，如下AB╳╳╳〇〇C〇╳B╳╳╳〇〇C〇╳〇╳╳╳〇〇C〇╳B╳╳╳〇〇〇〇0A╳╳╳╳〇〇C〇〇╳╳╳╳〇〇C〇A╳╳╳╳〇〇〇〇AB╳╳╳〇〇╳〇〇B╳╳╳〇〇╳〇A〇╳╳╳〇〇╳〇-1-0-10--0MAX节点MIN节点终端节点3.极小极大搜索过程AB╳╳╳〇〇C〇╳B╳╳╳〇〇C〇╳〇╳╳╳〇〇C〇╳B╳

对于棋盘残局中的╳来说，最好的选择，是将╳放在C的位置上，这时可以导致平局局面。

3.极小极大搜索过程对于棋盘残局中的╳来说，最好的选择，是将╳放在C的位置上-剪支法的引入在极小极大法中，必须求出所有终端节点的评估值，当预先考虑的棋步比较多时，计算量会大大增加。为了提高搜索的效率，引入了通过对评估值的上下限进行估计，从而减少需进行评估的节点范围的-剪支法。4.-搜索过程-剪支法的引入4.-搜索过程

作为正方出现的MAX节点，假设它的MIN子节点有N个，那么当它的第一个MIN子节点的评估值为时，则对于其它的子节点，如果有高过的，就取那最高的值作为该MAX节点的评估值；如果没有，则该MAX节点的评估值为。总之，该MAX节点的评估值不会低于，这个就称为该MAX节点的评估下限值。4.-搜索过程

MAX节点的评估下限值

作为正方出现的MAX节点，假设它的MINMIN节点的评估上限值

作为反方出现的MIN节点，假设它的MAX子节点有N个，那么当它的第一个MAX子节点的评估值为时，则对于其它子节点，如果有低于的，就取那个低于的值作为该MIN节点的评估值；如果没有，则该MIN节点的评估值取。总之，该MIN节点的评估值不会高过，这个就称为该MIN节点的评估上限值。4.-搜索过程MIN节点的评估上限值4.-搜索过程剪支法

MAX节点MIN节点=剪支ABCD4.-搜索过程

设MAX节点的下限为，则其所有的MIN子节点中，其评估值的上限小于等于的节点，其以下部分的搜索都可以停止了，即对这部分节点进行了剪支。剪支法MAX节点MIN节点=剪支AB

设MIN节点的上限为，则其所有的MAX子节点中，其评估值的下限大于等于的节点，其以下部分的搜索都可以停止了，即对这部分节点进行了剪支。MAX节点MIN节点=剪支ABCD4.-搜索过程剪支法

设MIN节点的上限为，则其所有的MAXABCDEFGHIJKLNO