版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
博弈:诸如下棋、打牌、战争等一类竞争性的智能活动。其中最简单的一种称为双方完备博弈
博弈是AI研究的起源和动力之一，是启发式算法所针对的一个重要领域1、提供了可构造的任务领域，能明确判断成功或失败2、博弈问题是对AI研究提出了严峻的挑战。
如何表示博弈问题的状态、博弈的过程和博弈的知识？极大极小搜索思想1、极大极小策略是考虑双方对弈若干步之后，从可能的步中选一步相对好的步法来走，即在有限的搜索深度范围内进行求解定义一个静态估价函数f,以便对棋局的态势作出优劣评估
规定：MAX和MIN代表对弈双方P代表一个棋局(即一个状态）有利于MAX的态势，f(p)取正值有利于MIN的态势，f(p)取负值态势均衡，f(p)取零值2、MINMAX的基本思想：(1)当轮到MIN走步时，MAX应该考虑最坏的情况（即f(p)取极小值）(2)当轮到MAX走步时，MAX应该考虑最好的情况（即f(p)取极大值）(3)评价往回倒推时，相应于两位棋手的对抗策略，交替使用（1）和（2）两种方法传递倒推值。算法分析和举例例子：一字棋（或井字棋）算法分析设棋局为P，估价函数为e(P)。规定：(1)若P对任何一方来说都不是获胜的位置，则e(P)=e(所有空格都放上MAX的棋子后三字成一线的总数)-e(所有空格都放上MIN的棋子后三字成一线的总数)(2)若P是MAX必胜的棋局，则e(P)＝+∞。(3)若P是MIN必胜的棋局，则e(P)＝-∞。
比如P如右图示,则e(P)=6-4=2叉代表MAX
方，圆圈代表MIN方
向上值的传播规则：若父状态在MIN层，那么孩子中最小值被传递上去若父状态在MAX层,那么孩子中最大值被传递上去算法分析①MAXMINMAX由于上图所示位置具有最大的倒推值，它应当选取为MAX的第一步（正好是MAX的最好的优先走步）算法分析②
现在图中MAX有两个可能“最好的”优先走步，假设MAX走了图上指明的那一步
MAXMIN算法分析③MAXMIN
如上图，
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论