【人工智能】— 博弈、极小极大值、α-β剪枝、截断测试

博弈

极小极大值

• 假设两个玩家都以最大化自身利用进行博弈
• 举例：
  • 计算机假设在它移动后，对手会选择最小化的行动
  • 计算机在考虑自己的行动和对手的最佳行动后选择最佳行动
• 算法实现
• 性能：
  
  对于国际象棋，b≈35，m≈100时，要得到精确解完全不可行。
  完备性(能得到问题的解)：可以，如果树是有限的
  最优解：可以，相对另一个对手而言

α-β剪枝

剪枝可以用来忽略一些分支
以下图为例：

在扩展完第一棵子树后，根结点能确定他能得到的收益最小为3，此时第二层为了选择一个最小值，但第一层会选择第二层所有值中的最大值，所以在d图中扩展了得到2已经小于3，所以剩下的 不用扩展，在e中，因为先扩展了14，大于3为了不让第一层得到14所以继续扩展，最后也变成2，这样第一层最多得到3

• 算法实现：
  

截断测试

• 用可以估计棋局效用值的启发式评价函数EVAL取代效用函数