人工智能之对抗搜索

对抗搜索

1 为什么要学习对抗搜索？

上文开篇我们说了为什么要学习一点算法：不求能上天飞黄腾达，但至少得知道将来干掉自己的是谁，不能走的不明不白，是不？

李开复曾经把基础课程比拟为“内功”，把新的语言、技术、标准比拟为“外功”。 整天赶时髦的人最后只懂得招式，没有功力，是不可能成为高手的。真正学懂计算机的人（不只是“编程匠”）都对数学有相当的造诣，既能用科学家的严谨思维来求证，也能用工程师的务实手段来解决问题——而这种思维和手段的最佳演绎就是“算法”。

对抗搜索是一类算法的算法的总称，也是机器学习的一个分支。那我们为什么要学习对抗搜索呢？实在点，学它对我们有什么用？能增收或撩妹不？你总得给我个理由是不！

为了回答这个问题，我们先看一下这张图，也是AI的发展简史：

从图中可以看到，1997年Deep Blue世纪大战和2016年AlphaGo击败李世石，其中的关键技术即是对抗搜索技术。在棋类游戏里AI已经超过了人类，另外，在我们数学部分第一讲的概述中也提到了同样的问题，AI在计算机视觉领域（如ImageNet的识别）等也是远远优于人类的。**刺激不？危机不？**那怎么办呢？

成年人别问那么多，直接干学就完了！

再举一个棋类例子：设想你在玩井字棋：

井字棋是一种在3 * 3格子上进行的连珠游戏，和五子棋类似，分别代表O和X的两个游戏者轮流在格子里留下标记（一般来说先手者为X），任意三个标记形成一条直线，则为获胜。

正常情况下，你的目标是赢，除非...对方是个妹纸，如何轻松赢得棋局，学完这部分内容，你将赢棋把妹两不误！不说废话了，开搞吧:joy:

2 什么是对抗搜索？

老规矩，为了方便描述，我们先介绍几个概念，有个先验印象，对抗搜索涉及几个常见概念：智能体、对抗搜索和博弈树。

智能体

智能体（agents）：在信息技术尤其是人工智能和计算机领域，可以看作是能够通过传感器感知其环境，并借助于执行器作用于该环境的任何事物。以人类为例，我们是通过人类自身的五个感官（传感器）来感知环境的，然后我们对其进行思考，继而使用我们的身体部位（执行器）去执行操作。类似地，机器智能体通过我们向其提供的传感器来感知环境（可以是相机、麦克风、红外探测器），然后进行一些计算（思考），继而使用各种各样的电机/执行器来执行操作。现在，你应该清楚在你周围的世界充满了各种智能体，如你的手机、真空清洁器、智能冰箱、恒温器、相机，甚至你自己。

对抗搜索

对抗搜索也称为博弈搜索，在人工智能领域可以定义为：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（如象棋）。

• 游戏：意味着处理互动情况，互动意味着有玩家会参与进来（一个或多个）；

• 确定性的：表示在任何时间点上，玩家之间都有有限的互动；

• 轮流行动的：表示玩家按照一定顺序进行游戏，轮流出招；

• 零和游戏：意味着游戏双方有着相反的目标，换句话说：在游戏的任何终结状态下，所有玩家获得的总和等于零，有时这样的游戏也被称为严格竞争博弈；

  关于零和，也可以这样来理解：自己的幸福是建立在他人的痛苦之上的，二者的大小完全相等，因而双方都想尽一切办法以实现“损人利己”。零和博弈的结果是一方吃掉另一方，一方的所得正是另一方的所失，整个社会的利益并不会因此而增加一分。

例如下井字棋，一个游戏者赢了+1，则另一个一定输了-1，总和等于零。

博弈树

考虑两个游戏者：MIN和MAX，MAX先行，然后两人轮流出招，直到游戏结束。在游戏最后，给优胜者积分，给失败者罚分。

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，包含棋盘局面和确定该哪个游戏者出招。
• 后继状态，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（收益）函数，效用