对抗搜索中，极小极大算法是解决博弈问题的关键。它涉及到两个玩家MAX和MIN，他们交替行动直到游戏结束。算法通过评估游戏树上各节点的极小极大值来确定最优策略。在MAX节点，算法选择最大化结果值的动作；在MIN节点，算法选择最小化结果值的动作。虽然时间复杂度为O(nm)，但在深层和复杂博弈树中可能效率较低。
极小极大算法
在竞争环境中，不同的agent的目标是有冲突的，这就引出了对抗搜索问题，也就是博弈问题。
首先考虑最简单的两人参与的游戏：MAX和MIN。MAX先行，两人轮流行动，直至游戏结束。游戏由以下部分组成：
- S0：初始状态。
- PLAYERS(S)：定义此时该谁行动。
- ACTIONS(S)：此状态下的合法移动的集合。
- RESULT(S,A)：转移模型，定义行动的结果。
- TERMINAL-TEST(S)：终止测试，判断游戏是否结束。游戏结束的状态为终止状态。
- UTILITY(S,P)：效用函数，定义游戏者P在终止状态S下的数值。
博弈树：由S0、ACTIONS和RESULT组成。其结点为状态，边是移动。
下面介绍极小极大算法。
给定一颗博弈树，最优策略可以通过检查每个结点的极小极大值来确定，记为MINMAX(S)。
在选择时，MAX喜欢移动到有极大值的状态，MIN喜欢移动到有极小值的状态。所以有如下公式：
M I N M A X ( S ) = { = U T I L I T Y ( S ) S 为 终 止 状 态 = m a x a ∈ A C T I O N S ( S ) ( M I N M A X ( R E S U
最低0.47元/天 解锁文章
328
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
