对抗搜索,极小极大/期望最大化搜索


#极大极小算法

这一算法基于一种假设,即对手也会进行最优操作并总是会采取最损人利己的策略。

一个状态的值:一个agent从该状态出发能得到的最佳输出(效益)

  • 伪代码实现

在这里插入图片描述

  • 可以剪枝

    小技巧:需要剪枝的节点对最后根节点的结果不影响.
    在这里插入图片描述
    在这里插入图片描述

    剪枝伪代码实现

在这里插入图片描述

估计函数

  • 估计函数在深度限制(depth-limited)minimax中广泛应用,即将最大可解深度处的非叶子结点都视作叶子节点,然后用仔细挑选的估计函数给其赋虚值

  • 由于估计函数只能用于估计非叶子结点的效益,这使得minimax的最优性不再得到保证

  • 估计函数会尽可能频繁地为更好的位置给出更高的分数

最大期望(EM)算法

适用于对手不一定采取最优策略的算法,会让算法更加灵活取到更高的分数.

与考虑最坏情况的最小化节点不同,机会节点会考虑平均情况

在这里插入图片描述

  • 和极小极大算法的伪代码区别

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值