《人工智能——一种现代方法》（第二版）【第6章 对抗搜索】小结

第六章，总得来说，比较细致地讲了零和游戏中的极小极大值算法，还有对其强化的alpha-beta剪枝优化算法。然后，大概介绍了下截断搜索，多人游戏，几率游戏。

在竞争的环境中，每个智能体的目标是冲突的，于是就引出了对抗搜索问题——通常被称为博弈。

人工智能中的博弈专指博弈论专家们称为有完整信息的，确定性的，轮流行动的，两个游戏者的零和游戏。这意味着再确定性的，完全可观察的环境中的两个智能体必须交替行动，在游戏结束时效用值总是相等并符号相反的。

游戏可以形式地定义成含有下列组成部分的一类搜索问题：

*初始状态，包括棋盘局面和确定该哪个游戏者出招。

*后继函数，返回（move，state）对（两项分别为招数/状态）的一个列表，其中每一对表示一个合法的招数和其结果状态。

*终止测试，测试判断游戏是否结束。游戏结束的状态称为终止状态。

*效用函数（又称为目标函数或者收益函数），对终止状态给出一个数值。

每方的初始状态和合法招数定义了游戏的博弈树。

按照博弈的说法，我们说博弈树的深度是一步的，包括两个单方招数，每一个单方招数称为一层。

极小极大值算法的抽象表示：

MINIMAX-VALUE(n)= 

                                        UTILITY（n）当n为终止状态

                                        max s belongs to Successors(n) MINIMAX-VALUE(s) 当n为MAX节点