bowean的博客

摘要：MCTS蒙特卡罗树搜索（Monte Carlo Tree Search）结合了精确的树搜索和随机采样的搜索方法，其在围棋和很多领域取得了瞩目的成就。本文对近五年的与其相关的文章做了总结，包括起源、变种、提高其性能的方法、应用领域做了介绍。1 简介MCTS是一个通过在决定空间内随机采样建立搜索树，从而得出最佳决策的方法，在AI领域已有广泛应用。 自其被提出的五年时间以来，其在围棋领域的应有鼓

人工智能 一种现代方法 第3章 用搜索树对问题求解2018.3.20有一些问题无法通过单独的行动得出解，需要行动序列达到目标，则需要使用搜索法。3.1问题求解智能体目标形式化：基于当前的情形和智能体的性能度量进行目标形式化 FORMULATE-GOAL(state)问题形式化：在给定目标下确定需要考虑哪些行动和状态。 FORMULATE-PROBLEM(state...

人工智能 一种现代方法 第1章 绪论2018.3.201.1什么是人工智能四个方向 像人一样思考理性思考像人一样行动理性行动1.1.1类人行为：图灵测试无法判断回答者是否是人类，这说明计算机通过测试。 AI分类：自然语言处理、知识表示、自动推理、机器学习、计算机视觉、机器人技术。1.1.2类人思考：认知模型方法计算机程序的输入输出与人类非常一致。1.1.3理性思考：思维法则方法难以判断

人工智能 一种现代方法 第2章 智能化智能体2018.3.202.1智能体和环境智能体：通过传感器感知所处环境并通过执行器对该环境产生作用。 感知信息：智能体的感知输入 感知序列：感知信息的集合 智能体函数：将感知序列映射到智能体行动 智能体程序：实现智能体函数2.2好的行为表现：理性的概念理性智能体：对于每个可能的感知序列，根据已知的序列提供的证据和智...

人工智能 一种现代方法 第6章 用搜索树对问题求解6.1定义约束满足问题(CSP)变量的集合： X={X1, X2,...Xn} 值域：D={D1, D2...Dn}约束关系：C6.1.1地图着色问题要求相邻区域颜色不同，可把问题形式化为CSP问题。常规搜索只能问：这个解是目标吗？CSP一旦发现某部分赋值不满足约束，便可立即剪枝，不再进一步求精。6.1.2作业调度问题过程约束：某部分工作需要在其他...

人工智能 一种现代方法 第4章 超越经典搜索2018.3.234.1局部搜索算法和最优化问题很多现实生活中的最优化问题目标与路径是不相关的，诸如布局问题、八皇后问题。局部搜索算法对于解决纯粹的最优化问题十分有效，根据目标函数找到全局最优状态。即代价的全局最小值，目标函数的全局最大值。4.1.1爬山法定义：不断向值增大的方向移动，直到到达局部最优也被称为贪婪局部搜索，贪婪算法很容易改善一个坏的状态，...

【笔记】人工智能 一种现代方法 人工智能 一种现代方法 第5章 对抗搜索5.1博弈对抗搜索：竞争环境中每个Agent的目标之间是有冲突的，也成为博弈。博弈：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。剪枝：在搜索树中忽略那些不影响最后决定的部分。启发式评估函数：在不进行完全搜索的情况下估计某些状态的真实效用值。5.2博弈中的优化决策最优解：到达目标状态的一系列行动中止状态：一方取胜极...

近几年来，随着谷歌的阿尔法狗和阿尔法元的问世，蒙特卡洛树搜索(MCTS)，作为一种不需要特定领域的先验知识的搜索算法逐渐被人们重视起来。其可以在无任何已知知识，而仅需要了解模拟规则和结束状态的情况下，得到非常好的策略。但是由于其盲目的搜索，其运行时间和对内存空间的需求成为衡量其性能的主要因素之一。随着计算机的计算能力提升，对于一些特定的状态空间较少的问题，MCTS可以在其中表现优秀。五子棋是初学者...