5.8学习笔记（博弈算法）

博弈策略

在环境中有一个反对者，博弈和搜索问题，（例如夏其中）
例如：对手做了A我们做B，等等。（确定）在基于加入对方走了啥，的搜索问题。
博弈是人工智能一个大的对象，例如国际象棋（35步，每个棋手100个位置）35的100此方=10的154此房的节点。实际中考虑后续三步
实例：1.西洋跳棋（1994），建立大的数据库（定义了所有的完美的走法。）
2.1949（香农）编写一个下国际象棋的程序，设想利用AI国际象棋，1997年实现“深 蓝（IBM）”主要利强大的搜索技术。2006年新一代人工智能打败深蓝。
3.2016年AlphaGo实现中国围棋利用深度决策树等人工智能。
4.黑白棋:老子独孤求败。

主要分类

概率：之前确定，之前不确定
环境可观察：环境完全可观察，环境不可可观察，（象棋，扑克）
嵌套思考：主要对于对手走了啥，你会走啥。
定义开始的时候，定义每一个玩家的步骤，在S状态下，各种可能的状态的转移，各种走子的结合。转移模型，在当前S集合以及动作状态下的新的状态，终止测试：在游戏是不是游效用函数：在终止的状态，玩家的状态，玩家的特点，观察是否为终止的状态。观察时候是否为终止。对于井字棋，定义胜利状态。

井字棋的搜索：

此次出的情况为只有一个玩家的情况下的情况。

极小，极大搜索策略：

此处假设自己赢了，以及对方赢了的情况下，取值为正负无穷大。
主要考虑对方考虑为高手的情况下找出对自己最有利的方法。

s为当前我的走法，那么对方高手对方对我产生的分别为-6，-3，-4
在博弈树中寻找相关的算法。
首先计算状态的效用值，计算两个玩家的最优的状态。效用值。

在max的节点选择最大的节点。然后 分别向上传播。

计相关的函数结果：

算法为深度优先算法，在深度优先的算法中的情况。上面为算法伪代码。
对于井字棋，主要走九次，大约走五步。
产生的节点数目为：