AI Adversarial search 对抗搜索 minimax α-β剪枝 Expectimax

总结基于ucb cs188AI课程，b站有课程链接，主要自用

目录

Types of game(博弈）

1.确定游戏（deterministic games）

 2.zero-one games &general games

Adversarial search

1.对抗搜索：

2.概念

3.Minimax:

 1.游戏规则:

  2.实现：Minmax algorithm

 3.复杂度分析：与DFS相同

4.α-β Pruning（alpha-beta剪枝）

(1)介绍

（2）实现（特别注意实现时α与β的更新）

 (3)更直观的例子

(4)复杂度分析

5.evaluation functins估值函数

6.Expectimax

1.介绍

2.实现

3.剪枝：

7.对以上的小总结

8.Mixed Layer Types

---

Types of game(博弈）

1.确定游戏（deterministic games）

 2.zero-one games &general games

  零和游戏：一方利益最大化，另一方利益最小化；只存在竞争

  一般游戏：存在合作竞争等选择

Adversarial search

1.对抗搜索：

在给定agent与游戏状态的情况下，返回一种最佳的策略

2.概念

Value of a state：从当前状态出发所能得到的最大收益（utility)，记为V(s)

Terminal utility: 达到terminal state时所获得的最大收益

3.Minimax:

 1.游戏规则:

博弈双方轮流决策，由此在博弈树中找到最大化自己利益（最小化对方利益）的决策(假设他们都足够理性与聪明得到最佳策略)：例如，如下图，V(s)代表吃豆人的利益，当幽灵决策时，它会从{-8，5}中选择-8，从{-10，8}中选择-10最小化吃豆人的利益，而吃豆人决策时，会从{-8，-10}中选择-8最大化其利益。在此场景中，幽灵属于最小层(min)，吃豆人属于最大层(max)

<