【人工智能】—_博弈、极小极大值、α-β剪枝、截断测试

于 2023-08-29 21:32:51 发布
阅读量172 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习专栏 机器学习专栏 人工智能学习专栏 文章标签： 人工智能 神经网络 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Runnymmede/article/details/132570617
本文介绍了博弈中的极小极大值算法，解释了如何通过假设对手选择最小化行动来制定最佳策略。尽管对于复杂的棋类如国际象棋，完全展开搜索树是不现实的，但通过α-β剪枝技术可以优化搜索过程，减少不必要的分支扩展。文章还提及了截断测试，即使用启发式评价函数EVAL来估计棋局效用，以提高计算效率。

文章目录

博弈

在这里插入图片描述
在这里插入图片描述

极小极大值

在这里插入图片描述

  • 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在这里插入图片描述
  • 算法实现
了解本专栏 订阅专栏 解锁全文 超级会员免费看
博弈、极小极大值、α-β剪枝、截断测试
太阳当空照，花儿对我笑，微风轻轻拂，心情无限好。
02-18 224
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。剪枝可以用来忽略一些分支。
【人工智能】博弈、极小极大值、α-β剪枝、截断测试
实践出真理，接毕设/课设项目开发指导
07-20 219
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。剪枝可以用来忽略一些分支。
【人工智能】— 博弈、极小极大值、α-β剪枝、截断测试
我们都是被分成两半的人，一边热爱生活，一边憎恨生活。面对生活，我们总是在矛盾的两端摇摆，在反复的矛盾和犹豫中，一边踉跄前行，一边重振旗鼓。我渴望改变，渴望变得更好，渴望找到出口……就像一个溺水人的挣扎，就像一个救生圈。我是一个矛盾集合体，想要变得快乐，但是
03-30 498
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。剪枝可以用来忽略一些分支。
人工智能之AlphaBeta剪枝算法
HNUCSEE的博客
11-06 1万+
任务描述 本关任务：学习人工智能博弈算法中的 AlphaBeta 剪枝技巧，并基于 MinMax 算法编程实现如下图博弈树最优值问题的求解。 博弈树的输入形式为字符串：[A, [B, (E, 3), (F, 12), (G, 8)], [C, (H, 2), (I, 4), (J, 6)], [D, (K, 14), (L, 5), (M, 2)]]，其中 [] 里的第一项为结点名称，后面的 [] 或 () 为子结点，而 () 里边则为叶子结点名称及其值。通过 Python 中的 ast.literal_
人工智能 | alpha-beta剪枝算法
⊳ideal world⊲~ヽ(ﾟ︺ﾟ)Hi
01-15 1万+
教材 极小极大搜索算法 alpha-beta剪枝算法 课后习题 PPT 提高博弈程序效率 （PS:极大极小值算大应该是深度优先算法） alpha-beta剪枝算法 博客 极大极小算法例题 极大极小算法伪代码 int MaxMin(position,int d) { int bestvalue,value; if(game over) //检查游戏是否结束...
人工智能之博弈三、α-β截断
fuerbosi
04-07 246
在深度优先的最小最大法中，我们可以看到，博弈树的某些部分并不会产生任何有意义的值，因而也根本用不着去扩展博弈树的这一部分。识别博弈树中这些可忽略部分的技术，称之为α-β截断。之所以叫这个名字，是由于历史原因造成的。我们可以看出，在轮到棋手下棋的节点上，其部分回溯值是10。而它的当前计算出来的子节点的部分回溯值是8。现在，由于该子节点是轮到对手下棋的节点，而对手总是要走那个具有最小值的棋局，故进一步...
AlphaBeta剪枝算法求解博弈树最优选择 头歌实验平台
qq_53437626的博客
10-04 2490
产生本文的缘由人工智能原理课程 可选实验 “AlphaBeta剪枝算法求解博弈树最优选择”,以及去年在数据结构导论没有看明白的博弈论.记录自己的学习过程. 注:本文适合有一定基础的读者阅读.以下是本篇文章正文内容。
Python实现博弈树MinMax与α-β剪枝算法及可视化
其次，**MinMax算法** 是一种递归式的极小极大决策算法，适用于零和博弈（Zero-Sum Game），即一方收益等于另一方损失。算法假设有两个理性玩家：MAX玩家（通常是我方）试图最大化最终得分，而MIN玩家（对手）则试图...
人工智能原理——博弈树搜索（α-β剪枝）
qwezhaohaihong
12-06 6349
直接附入我的笔记图片：
人工智能α-β树剪支图文
⊙-→棒棒糖ing .____`
11-04 4318
对下图所示的博弈树，以优先生成左边节点顺序来进行α-β搜索，试在博弈树上给出何处发生剪枝的标记，并标明属于α剪枝还是β剪枝 标号代表操作的时间顺序, 题目要求优先生成左边结点，所以遍历顺序为左1->中->左2->中->左3->中…… 层次第一层为α层，第二层为β层，第三层为α层，第四层为β层……以此类推。 如果当前编号的祖宗结点还没有编号          ...
alpha-beta剪枝讲解
09-11
这个是我们老师在上课时对alpha-beta剪枝的解释，个人觉得比较容易理解，因为在博客中无法上传视频，所以只能上传为资源了．对于这个视频我有相应的博客解释．
【人工智能】Alpha-Beta剪枝算法
zxc987807274的博客
03-10 5101
前言：本科的毕业设计是一款棋类博弈游戏的APP，需使用Alpha-Beta剪枝算法，当时查尽资料仍对此算法不甚了解，网上大部分相关解析太过精简，萌新“初来乍看”不免云里雾里，故今日详细的将此算法叙述一番，希望对有需要的朋友有所帮助。 一、博弈 1.博弈的概念 博弈是一类具有智力行为的竞争活动，如下棋、战争等。 2.双人完备信息博弈： 两名选手对垒，轮流走步，每一方不仅知道对方已经走过的棋步，而且还...
一步步看α-β剪枝算法
大隐隐于野
10-31 6437
最近在看人工智能的部分内容，这个α-β剪枝算法可是让我服了，看了PPT又看了网上好多blog，感觉一个也没讲清楚是怎么回事，什么上界下界上界小于下界的…现在终于搞明白是怎么一回事了。这篇blog实际上不应该出现在机器学习专栏里面的，因为不涉及任何数学的知识，主要是想从头到尾梳理一下这个的内容，最后的实现应该会放到编程笔记专栏里。 封面：电影《龙猫》 算法思想 首先要说的是，alpha-beta剪枝建立在两个假设上： 整个博弈过程属于零和博弈，即一方的收益必然意味着另一方的损失，博弈双方的收益和损失相
人工智能---Alpha-Beta剪枝（中国象棋）
MJ_GOD
02-11 1万+
文章目录导言实验过程结果分析结论代码主要参考文献 摘要：本次实验我们基于Alpha-Beta剪枝算法设计了一个中国象棋博弈程序， 并综合考虑了棋力，攻击能力，保护能力多种因素设计了棋局的静态评估函数。通过实验结果反映出该静态评估函数的设计能够比较好地引导程序进行攻击和防守，在深度为2的搜索树上取得了比较好的效果。 导言 尽管目前五子棋，国际象棋，围棋等博弈程序已经取得了较大成功，但是中国象棋...
人工智能题目：alpha和beta剪枝
cherry_xixi的博客
05-15 1865
人工智能的alpha和beta剪枝策略
人工智能——α-β剪枝
weixin_30691871的博客
05-31 938
剪枝的概念 极大极小过程是先生成与/或树，然后再计算各节点的估值，这种生成节点和计算估值相分离的方式，需生成规定深度内的所有节点，搜索效率较低。 如果能边生成节点边对节点估值，并剪去一些没用的分枝，这种技术被称为α-β剪枝。 剪枝方法 (1) MAX节点（或节点）的α值为当前子节点的最大到推值； (2) MIN节点（与节点）的β值为当前子节点的最小倒推值； (3) α-β剪枝的规则如下：...
人工智能 α-β剪枝
Kerin的博客
05-04 5543
人工智能 α-β剪枝 ​ α-β剪枝相当于是对极大极小法的优化，通过剪枝减少某些结点的访问，它的搜索结果与极小极大法一致。 α：极大结点的估值下界；随着子结点的生成，α只可能上升。 β：极小结点的估值上界；随着子结点的生成，β只可能下降。 α剪支：当某极小结点的β值 ≤ 其先辈的极大结点的α值，则终止该极小结点之下的搜索，并令其估值为β，这种剪支称α剪支。（被剪枝子的子结点若是Max结点，则称此次剪枝为α剪枝） β剪支：当某极大结点的值α ≥ 其先辈的极小结点的β值，则终止该极大结点之下的搜索，令其估值为α
【人工智能】超详细，一文懂Alpha-Beta剪枝
热门推荐
m0_51662391的博客
02-27 2万+
Alpha-Beta剪枝的理解以及解题过程。
α-β剪枝算法
huangzhiyu2004的专栏
07-18 8105
在写之前首先感谢：https://blog.youkuaiyun.com/wenjianmuran/article/details/90633418 这里主要介绍minmax算法和α-β剪枝,相当于对一下文章的翻译： α-β剪枝 Minmax算法 正文： 看了很多关于α-β剪枝算法，大致明白了其中的含义，但有一个事情总是弄不明白，就是如何在一个状态下，决定采用那个分支进行搜索。我把对于上述两个英文链接的理解说下。 （一）α-β剪枝算法是深度优先搜索算法，深度优先就是先尽可能进行一个子节点的不断深度扩展，不考
Python实现井字棋的极大极小算法与α-β剪枝
综上所述，该资源是一个教学用的编程案例，通过使用Python实现井字棋游戏的极大极小算法和α-β剪枝算法，来讲解人工智能中策略游戏的核心原理。它不仅涉及到算法的理论知识，还包括了算法在实际编程语言中的应用，...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

科研程序开发

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值