博弈中的对抗搜索问题

博弈（Game）

• 多智能体环境下，智能体之间存在合作和竞争关系；
• 数学领域中的“博弈”： 把任何多智能体环境看成是一种博弈游戏，如果其中每个智能体对其它智能体的影响是“显著的”，这些影响可以是合作或竟争。
• 人工智能领域中的“博弈”： 确定性的、有完整信息的，轮流行动的，两个游戏者的零和游戏。
• 博弈的抽象本性成为AI研究者感兴趣的对象

 AI中研究的博弈，即如何根据当前的棋局，选择对自己最有利的一步棋 ？ 

博弈的特点：

        双方的智能活动，任何一方都不能单独控制博弈过程，而是由双方轮流实施其控制对策的过程。

博弈问题的表示：

        用博弈树来表示，它是一种特殊的与或图。节点代表博弈的格局（即棋局），相当于状态空间中的状态，反映了博弈的信息。 与节点、或节点隔层交替出现。

        为什么与节点、或节点隔层交替出现？

        假设博弈双方为：MAX和MIN

        在博弈过程中，规则是双方轮流走步。在博弈树中，相当于博弈双方轮流扩展其所属节点。

        从MAX方的角度来看：所有MIN方节点都是与节点                                                                   

        理由： 因为MIN方必定选择最不利于MAX方的方式来扩展节点，只要MIN方节点的子节点中有一个对MAX方不利，则该节点就对MAX方不利，故为“与节点”。

         从MAX方的角度来看：所有属于MAX方的节点都是“或节点”

        理由： 因为扩展MAX方节点时，MAX方可选择扩展最有利于自己的节点，只要可扩展的子节点中有一个对已有利， 则该节点就对已有利。

        在博弈树中，先行一方的初始状态对应树的根节点，而任何一方获胜的最终格局为目标状态，对应于树的终叶节点（可解节点或本原问题）。但是，从MAX的角度出发，所有使MAX获胜的状态格局都是本原问题，是可解节点，而使MIN获胜的状态格局是不可解节点。

博弈的例子：

•  一字棋
• 跳棋
• 中国象棋
• 围棋
• 五子棋

博弈中的优化决策(Optimal decisions)

• 问题的表述：两名游戏者MAX和MIN，MAX先行，然后两人轮流出招，直到游戏结束。
• 在游戏的最后，给优胜者奖分，给失败者罚分。
• 该问题可以形式化成为下面的搜索问题： 

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)的一个列表；（move是合法招数，state是招数move所导致的状态）